python三维图旋转_SciPyTutorial-图像的矩阵旋转变换

21. Scipy Tutorial-图像旋转变换

scipy的misc模块里提供了很多的内建图像数据，例如lena、face、ascent等，可供在scipy里直接访问这些图像数据并使用scipy提供的一些算法处理;scipy的ndimage模块里也有一些函数可以对scipy图像数据进行操作例如旋转函数rotate可以以任意角度旋转图像。无论怎样，图像数据在scipy、opencv里等都是一数组的形式存在，灰度图是二维的，而彩色图像数据是三维的，所以图像在scipy、numpy或者python里都是数组，那么在之前的章节NumPy矩阵的旋转研究了用自己的办法去旋转矩阵或者方阵，那么在scipy、Numpy里图像本质是数组，那么也可用NumPy矩阵的旋转章节里的方式去旋转图像！

本章简要介绍scipy.ndimage里的rotate函数，去旋转图像，本章还想再次尝试NumPy矩阵的旋转一章里的方法去旋转图像，看行不行？

21.1 ndimage.rotate旋转图像

scipy.ndimage里的rotate函数能旋转图像，功能挺强！

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

参数很多，angle需要说明，正数逆时针(向左)旋转，负数时顺时针(向右)旋转。

#coding:utf-8

from scipy import misc, ndimage

import matplotlib.pyplot as plt

import scipy

print "scipy version is:", scipy.__version__

src = misc.face()

misc.imsave('faceRGB.png', src)

img = ndimage.imread("faceRGB.png", mode = "L")

misc.imsave('faceGray.png', img)

plt.gray()

plt.subplot(221, title = "org"); plt.imshow(img)

plt.subplot(222, title = "right 90"); plt.imshow(ndimage.rotate(img, -90))

plt.subplot(223, title = "left 90"); plt.imshow(ndimage.rotate(img, 90))

plt.subplot(224, title = "rotate 180"); plt.imshow(ndimage.rotate(img, 180))

plt.show()

scipy.ndimage.rotate函数的牛A之处在于可以任意角度旋转！很厉害！

21.2 矩阵旋转图像

参考章节NumPy矩阵的旋转里提及的方法，对矩阵左乘、右乘一个负对角线为1,其他为0的方阵(记作为：$E^{-1}$)，可以实现对图像数据的行列、旋转的变化，但此处的图像的数据不一定是方阵，在章节NumPy矩阵的旋转里提出了一个办法即先将图像扩充方阵、旋转、切片得到最后原数据的旋转数据，方法有点笨，其实有更一般的办法，和Numpy部分的13.2 Python实现方阵的旋转各节标题一致。更一般的规则如下：

$\bigotimes\ $对矩阵$A$左乘$E^{-1}$行交换，左乘需满足矩阵乘法规则即可，即矩阵$A_{m\times n}$左乘的$E^{-1}$的行列均应为$m$,即$E_{m\times m}^{-1}$。

$\bigotimes\ $对矩阵$A$右乘$E^{-1}$列交换，右乘需满足矩阵乘法规则即可，即矩阵$A_{m\times n}$右乘的$E^{-1}$的行列均应为$n$,即$E_{n\times n}^{-1}$。

$\bigotimes\ $对矩阵$A$的转置$A^{T}$左乘$E^{-1}$实现逆时针旋转$90^{\circ}$，左乘需满足矩阵乘法规则即可，即矩阵$A_{m\times n}$的转置$A_{n\times m}^{T}$左乘的$E^{-1}$的行列均应为$n$,即$E_{n\times n}^{-1}$。

$\bigotimes\ $对矩阵$A$的转置$A^{T}$右乘$E^{-1}$实现顺时针旋转$90^{\circ}$，右乘需满足矩阵乘法规则即可，即矩阵$A_{m\times n}$的转置$A_{n\times m}^{T}$右乘的$E^{-1}$的行列均应为$n$,即$E_{m\times m}^{-1}$。

$\bigotimes\ $对矩阵$A$左右各乘一个$E^{-1}$实现$180^{\circ}$的旋转，则矩阵$A_{m\times n}$左乘的$E^{-1}$的行列均应为$m$,即$E_{m\times m}^{-1}$。矩阵$A_{m\times n}$右乘的$E^{-1}$的行列均应为$n$,即$E_{n\times n}^{-1}$。

$\circ\ $这样需要获得矩阵的行列数，然后用这行列数构造两个$E^{-1}$分别为$E_{m\times m}^{-1}$和$E_{n\times n}^{-1}$，然后即可实现对图像的旋转和镜像了。

#coding:utf-8

import numpy as np

from scipy import misc, ndimage

import matplotlib.pyplot as plt

import scipy

print "scipy version is:", scipy.__version__

src = misc.face()

misc.imsave('faceRGB.png', src)

img = ndimage.imread("faceRGB.png", mode = "L")

misc.imsave('faceGray.png', img)

r, c = img.shape

print r, c

e_1_r = np.eye(r)[:,::-1]

print e_1_r

e_1_c = np.eye(c)[:,::-1]

print e_1_c

plt.gray()

plt.subplot(231, title = "org"); plt.imshow(img)

plt.subplot(236, title = "clockwise 90$^\circ \curvearrowright$"); plt.imshow(img.T.dot(e_1_r))

plt.subplot(233, title = "anti-clockwise 90$^\circ\curvearrowleft$"); plt.imshow(e_1_c.dot(img.T))

plt.subplot(232, title = "horizontal mirror $\leftrightarrow$"); plt.imshow(img.dot(e_1_c))

plt.subplot(234, title = "vertical mirror $\updownarrow$"); plt.imshow(e_1_r.dot(img))

plt.subplot(235, title = "rotate 180$^\circ \circlearrowleft$"); plt.imshow(e_1_r.dot(img).dot(e_1_c))

plt.show()

程序执行结果如下：

解析一下程序：

(1). 获得图片的行列数

r, c = img.shape

本图图像img的行r为768、列c为1024。并构造两个$E^{-1}$即$E_{768\times 768}^{-1}$和$E_{1024\times 1024}^{-1}$。

e_1_r = np.eye(r)[:,::-1]

e_1_c = np.eye(c)[:,::-1]

(2). 图像$img_{768\times 1024}$左乘$E_{768\times 768}^{-1}$可以得到垂直镜像的$vertical\ mirror$图像。

plt.subplot(234, title = "vertical mirror $\updownarrow$")

plt.imshow(e_1_r.dot(img))

(3). 图像$img_{768\times 1024}$右乘$E_{1024\times 1024}^{-1}$可以得到水平镜像的$horizontal\ mirror$图像。

plt.subplot(232, title = "horizontal mirror $\leftrightarrow$")

plt.imshow(img.dot(e_1_c))

(4). 图像$img_{768\times 1024}$左乘$E_{768\times 768}^{-1}$、右乘$E_{1024\times 1024}^{-1}$可以得到水平镜像的$rotate\ 180^\circ$图像。

plt.subplot(235, title = "rotate 180$^\circ \circlearrowleft$")

plt.imshow(e_1_r.dot(img).dot(e_1_c))

(5). 图像$img_{768\times 1024}$的转置$img_{1024\times 768}^{T}$左乘$E_{1024\times 1024}^{-1}$可以得到逆时针$90^{\circ}$旋转的$anti-clockwise\ 90^{\circ\curvearrowleft}$图像。

plt.subplot(233, title = "anti-clockwise 90$^\circ\curvearrowleft$")

plt.imshow(e_1_c.dot(img.T))

(6). 图像$img_{768\times 1024}$的转置$img_{1024\times 768}^{T}$右乘$E_{768\times 768}^{-1}$可以得到顺时针旋转$90^{\circ}$的$clockwise 90^\circ \curvearrowright$图像。

plt.subplot(236, title = "clockwise 90$^\circ \curvearrowright$")

plt.imshow(img.T.dot(e_1_r))

21.3 图像变换总结

$\bigotimes\ $对$A$左乘$E^{-1}$行换(垂直镜像)、右乘$E^{-1}$列换(水平镜像)，左右乘$E^{-1}$旋转$ 180^\circ$。

$\bigotimes\ $对$A$的转置$A^{T}$左乘$E^{-1}$逆时针旋转$90^{\circ}$、右乘$E^{-1}$顺时针旋转$90^{\circ}$，左右乘$E^{-1}$负对角线镜像。

$\bigotimes\ $看来《线性代数》和《矩阵分析》得好好再学一下！

python三维图旋转_SciPyTutorial-图像的矩阵旋转变换相关推荐

python 三维图直方图_Python | 阶梯直方图
python 三维图直方图 A histogram is a graphical technique or a type of data representation using bars of di ...
python 三维图背景_Python 绘制酷炫的三维图步骤详解
通常我们用 Python 绘制的都是二维平面图,但有时也需要绘制三维场景图,比如像下面这样的: 这些图怎么做出来呢?今天就来分享下如何一步步绘制出三维矢量(SVG)图. 八面体我们先以下面这个八面体 ...
python三维图的坐标_六维图见过么？Python 画出来了
作者 | Prasad Ostwal 译者 | 高级农民工我们的大脑通常最多能感知三维空间,超过三维就很难想象了.尽管是三维,理解起来也很费劲,所以大多数情况下都使用二维平面. 来自维基百科不过, ...
python三维图的坐标_用Python 画个六维图，涨姿势了
关注后你就是我的人了我们的大脑通常最多能感知三维空间,超过三维就很难想象了.尽管是三维,理解起来也很费劲,所以大多数情况下都使用二维平面. 来自维基百科不过,我们仍然可以绘制出多维空间,今天就来用 ...
python三维图视角旋转_如何在python中旋转3d图？（或作为动画）使用鼠标旋转三维视图...
我有这段代码,其中包含一个3D图.我在Spyder中运行代码;我想知道是否可以使这个绘图旋转(360度)并保存. 谢谢! P.s.对不起,如果这是一个愚蠢的问题,但我是Python的newby.如何在 ...
python三维图视角旋转_在python-matplotlib-Jupyter Noteb中交互式旋转三维绘图
我想知道怎样才能像this视频中描述的那样交互地旋转一个3D图(如果你决定从上面或下面,或者从右边或左边).我可以在spyder或jupyter笔记本中生成一个3D图,但之后它仍然是静态的,我无法与之 ...
python 三维数组_NumPy处理图像不香吗？我用Python把秋日里最美的景色做成了这种效果~...
不知不觉中秋天悄悄的来了,天气开始转凉,每天匆匆忙忙的在路上,顾不得身边的变化,一抬眼,竟因秋叶久久驻足,今天我用Python把秋日里最美的景色做成了这种效果:NumPy做图像处理不香吗?先上图↓ 一 ...
python三维图如何标注曲面_(python)使用colormap作为第4维，x，y，z函数绘制3d曲面 - python...
我正在尝试绘制3d曲面,其中三个维度中的每个维度都在单独的值数组中,并且每个坐标处的曲面着色是x,y,z的函数.一种numpy.pcolormesh,但是是4D而不是3D的. 3D图由下式给出: fr ...
python三维图能画地图_Python数据可视化：3D动态图，让你的足迹实现在地图上
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 以下文章来源于python数据分析之禅 ,作者小dull鸟今天给大家带来一篇3 ...

python三维图旋转_SciPyTutorial-图像的矩阵旋转变换

python三维图旋转_SciPyTutorial-图像的矩阵旋转变换相关推荐

最新文章

热门文章