旋转numpy 2D阵列

Question

我有一组灰度图像作为2D numpy阵列。

我需要旋转关于不同的，浮动角度的一个点（内部）的图像。轮换不需要到位，我会允许（当然，如果我已经很好地解释了）进行插值。

我想留在numpy中，因为我需要对结果执行数字运算，但是我也可以（如果这是不可能的）允许步进/退出;例如我尝试使用PIL，即Image.rotate（theta），但不明白如何将它应用于我的数组，以及如何获取数组。

谢谢您的输入。

Answer 1

见cgohlke 11月10 '11注释在18点34分：

scipy.ndimage.interpolation考虑.shift（）和旋转（），用于内插的翻译和2D numpy的阵列旋转。

Answer 2

基本操作在维基百科transformation matrix页面描述 - 我不打算在这里做ascii矩阵艺术，但输出P'= R * P其中P'是输出点，R是2×2包含旋转角度的正弦和余弦的变换矩阵，并且P是输入点。如果要旋转除原点以外的其他物体，请在旋转之前移动原点：P'= T + R *（P-T）其中T是平移坐标。基本矩阵运算不会执行插值，所以如果您没有使用基于numpy的image processing library，则需要进行反向转换：对于每个（整数值）输出坐标，找到（浮点）坐标将旋转到该点的点，并从周围像素内插该输入点的值。

Answer 3

我想采取的上述帮助和解决这个由一个例子：

import pandas as pd 
 
import numpy as np 
 
bd = np.matrix([[44., -1., 40., 42., 40., 39., 37., 36., -1.], 
 
       [42., -1., 43., 42., 39., 39., 41., 40., 36.], 
 
       [37., 37., 37., 35., 38., 37., 37., 33., 34.], 
 
       [35., 38., -1., 35., 37., 36., 36., 35., -1.], 
 
       [36., 35., 36., 35., 34., 33., 32., 29., 28.], 
 
       [38., 37., 35., -1., 30., -1., 29., 30., 32.]]) 
 
def rotate45(array): 
 
    rot = [] 
 
    for i in range(len(array)): 
 
     rot.append([0] * (len(array)+len(array[0])-1)) 
 
     for j in range(len(array[i])): 
 
      rot[i][int(i + j)] = array[i][j] 
 
    return rot 
 

 
df_bd = pd.DataFrame(data=np.matrix(rotate45(bd.transpose().tolist()))) 
 
df_bd = df_bd.transpose() 
 
print df_bd

其中

的输出将是这样的：

44 0 0 0 0 0 0 0 0 
 
42 -1 0 0 0 0 0 0 0 
 
37 -1 40 0 0 0 0 0 0 
 
35 37 43 42 0 0 0 0 0 
 
36 38 37 42 40 0 0 0 0 
 
38 35 -1 35 39 39 0 0 0 
 
0 37 36 35 38 39 37 0 0 
 
0 0 35 35 37 37 41 36 0 
 
0 0 0 -1 34 36 37 40 -1 
 
0 0 0 0 30 33 36 33 36 
 
0 0 0 0 0 -1 32 35 34 
 
0 0 0 0 0 0 29 29 -1 
 
0 0 0 0 0 0 0 30 28 
 
0 0 0 0 0 0 0 0 32