scipy.ndimage.rotate

scipy.ndimage.rotate(input, angle, axes=(1, 0), reshape=True, output=None, order=3, mode='constant', cval=0.0, prefilter=True)

旋转阵列。

数组在由给定的两个轴定义的平面内旋转 axes 参数使用请求阶次的样条插值。

参数

inputarray_like

输入数组。

angle浮动

旋转角度(以度为单位)。

axes2个整数的元组，可选

定义旋转平面的两个轴。默认值为前两个轴。

reshape布尔值，可选

如果 reshape 为真，则调整输出形状，以便输入数组完全包含在输出中。默认值为True。

output数组或数据类型，可选

要在其中放置输出的数组，或返回的数组的数据类型。默认情况下，将创建与输入数据类型相同的数组。

order整型，可选

样条插值的阶数，默认为3。阶数必须在0-5范围内。

mode{‘反射’，‘格网镜像’，‘常量’，‘格网常量’，‘最近’，‘镜像’，‘格网换行’，‘WRAP’}，可选

这个 mode 参数确定如何将输入数组扩展到其边界之外。默认值为‘Constant’。每个有效值的行为如下所示(请参阅上的其他绘图和详细信息 boundary modes )：

“反思” (d c b a | a b c d | d c b a )

通过反射最后一个像素的边缘来扩展输入。此模式有时也称为半采样对称。

“网格镜”

这是“反映”的同义词。

“常量” (k k k k | a b c d | k k k k )

通过使用相同的常量值(由定义)填充超出边缘的所有值来扩展输入 cval 参数。不会在输入边缘之外执行插值。

‘栅格常数’ (k k k k | a b c d | k k k k )

通过使用相同的常量值(由定义)填充超出边缘的所有值来扩展输入 cval 参数。对于输入范围之外的采样也会进行插值。

“最近的” (a a a a | a b c d | d d d d )

通过复制最后一个像素来扩展输入。

“镜子” (d c b | a b c d | c b a )

通过反射最后一个像素的中心来扩展输入。此模式有时也称为全样本对称。

‘网格换行’ (a b c d | a b c d | a b c d )

通过缠绕到相反的边来扩展输入。

“包装” (d b c d | a b c d | b c a b )

通过缠绕到相对边来延伸输入，但方式是使最后一个点和初始点完全重叠。在这种情况下，没有很好地定义在重叠点将选择哪个样本。

cval标量，可选

在以下情况下填充输入的过去边缘的值 mode 是“恒定的”。默认值为0.0。

prefilter布尔值，可选

确定输入数组是否使用 spline_filter 在插值之前。默认值为True，这将创建临时 float64 筛选值的数组，如果 order > 1 。如果将其设置为False，则在以下情况下输出将略有模糊 order > 1 ，除非输入经过预筛选，即它是调用 spline_filter 在原始输入上。

退货

rotatendarray

旋转的输入。

注意事项

对于复值 input ，此函数独立旋转实部和虚部。

1.6.0 新版功能: 增加了复值支持。

示例

>>> from scipy import ndimage, misc
>>> import matplotlib.pyplot as plt
>>> fig = plt.figure(figsize=(10, 3))
>>> ax1, ax2, ax3 = fig.subplots(1, 3)
>>> img = misc.ascent()
>>> img_45 = ndimage.rotate(img, 45, reshape=False)
>>> full_img_45 = ndimage.rotate(img, 45, reshape=True)
>>> ax1.imshow(img, cmap='gray')
>>> ax1.set_axis_off()
>>> ax2.imshow(img_45, cmap='gray')
>>> ax2.set_axis_off()
>>> ax3.imshow(full_img_45, cmap='gray')
>>> ax3.set_axis_off()
>>> fig.set_tight_layout(True)
>>> plt.show()

>>> print(img.shape)
(512, 512)
>>> print(img_45.shape)
(512, 512)
>>> print(full_img_45.shape)
(724, 724)

上一页

scipy.ndimage.map_coordinates

下一页

scipy.ndimage.shift