Python skimage.transform.estimate_transform用法及代码示例

用法:
skimage.transform.estimate_transform(ttype, src, dst, *args, **kwargs)

估计二维几何变换参数。

您可以使用总最小二乘法确定过定、欠定和欠定参数。

源坐标和目标坐标的数量必须匹配。

参数：

ttype：{‘euclidean’，相似性'，‘affine’，'piecewise-affine'，‘projective’, ‘polynomial’}

变换类型。

kwargs：数组或int

函数参数(src、dst、n、角度)：

NAME / TTYPE        FUNCTION PARAMETERS
'euclidean'         `src, `dst`
'similarity'        `src, `dst`
'affine'            `src, `dst`
'piecewise-affine'  `src, `dst`
'projective'        `src, `dst`
'polynomial'        `src, `dst`, `order` (polynomial order,
                                          default order is 2)

另请参阅下面的示例。

tform：GeometricTransform: 包含转换参数并提供对正向和反向转换函数的访问的转换对象。

例子：

>>> import numpy as np
>>> from skimage import transform

>>> # estimate transformation parameters
>>> src = np.array([0, 0, 10, 10]).reshape((2, 2))
>>> dst = np.array([12, 14, 1, -20]).reshape((2, 2))

>>> tform = transform.estimate_transform('similarity', src, dst)

>>> np.allclose(tform.inverse(tform(src)), src)
True

>>> # warp image using the estimated transformation
>>> from skimage import data
>>> image = data.camera()

>>> warp(image, inverse_map=tform.inverse)

>>> # create transformation with explicit parameters
>>> tform2 = transform.SimilarityTransform(scale=1.1, rotation=1,
...     translation=(10, 20))

>>> # unite transformations, applied in order from left to right
>>> tform3 = tform + tform2
>>> np.allclose(tform3(src), tform2(tform(src)))
True

相关用法

注：本文由纯净天空筛选整理自scikit-image.org大神的英文原创作品 skimage.transform.estimate_transform。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：