Python SciPy ndimage.rotate用法及代码示例

本文简要介绍 python 语言中 scipy.ndimage.rotate 的用法。

用法:

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

旋转数组。

数组在由轴参数给定的两个轴定义的平面中旋转，使用请求顺序的样条插值。

参数 ：：

input： array_like

输入数组。

angle： 浮点数

以度为单位的旋转角度。

axes： 2 个整数的元组，可选

定义旋转平面的两个轴。默认是前两个轴。

reshape： 布尔型，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。默认为真。

output： 数组或数据类型，可选

放置输出的数组，或返回数组的 dtype。默认情况下，将创建一个与输入具有相同 dtype 的数组。

order： 整数，可选

样条插值的阶数，默认为 3。阶数必须在 0-5 范围内。

mode： {‘reflect’、‘grid-mirror’、‘constant’、‘grid-constant’、‘nearest’、‘mirror’、‘grid-wrap’、‘wrap’}，可选

模式参数确定输入数组如何扩展到其边界之外。默认为‘constant’。每个有效值的行为如下(请参阅其他图表和详细信息边界模式):

‘reflect’ (d c b a | a b c d | d c b a)

通过反射最后一个像素的边来扩展输入。此模式有时也称为half-sample 对称模式。

‘grid-mirror’

这是‘reflect’ 的同义词。

‘constant’ (k k k k | a b c d |呸呸呸呸)

通过使用 cval 参数定义的相同常量值填充边之外的所有值来扩展输入。在输入边之外不执行插值。

‘grid-constant’ (k k k k | a b c d |呸呸呸呸)

通过使用 cval 参数定义的相同常量值填充边之外的所有值来扩展输入。插值也会发生在输入范围之外的样本上。

‘nearest’ (啊啊啊啊| a b c d |嘀嘀嘀嘀)

通过复制最后一个像素来扩展输入。

‘mirror’ (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whole-sample 对称模式。

‘grid-wrap’ (a b c d | a b c d | A B C D)

通过环绕到相对边来扩展输入。

‘wrap’ (d b c d | a b c d | b c a b)

输入通过环绕到相反的边来扩展，但是以某种方式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

如果模式为‘constant’，则填充过去输入边的值。默认值为 0.0。

prefilter： 布尔型，可选

确定输入数组是否经过预过滤scipy.ndimage.spline_filter插值之前。默认为 True，这将创建一个临时浮点数64过滤值数组 if订单 > 1.如果将此设置为 False，则输出会稍微模糊，如果订单 > 1, 除非输入是预过滤的，即它是调用的结果scipy.ndimage.spline_filter在原始输入上。

返回 ：：

rotate： ndarray

旋转的输入。

注意：

对于complex-valued 输入，此函数独立旋转实部和虚部。

例子：

>>> from scipy import ndimage, datasets
>>> import matplotlib.pyplot as plt
>>> fig = plt.figure(figsize=(10, 3))
>>> ax1, ax2, ax3 = fig.subplots(1, 3)
>>> img = datasets.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_layout_engine('tight')
>>> plt.show()

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