时间戳

首页 > 解决方案 > 使用 ndimage.interpolation.affine_transform 进行矩阵转换

python - 使用 ndimage.interpolation.affine_transform 进行矩阵转换

问题描述

我正在尝试使用 翻译一个简单的矩阵ndi.interpolation.affine_transform，但我得到的结果是相反的。例如：

import scipy.ndimage as ndi
m = [[1, 1, 11], [2, 2, 22], [3, 3, 33]]
final_affine_matrix = [[1, 0], [0, 1]]
final_offset = [0, 1]
x = ndi.interpolation.affine_transform(
        m,
        final_affine_matrix,
        final_offset,
        order=1,
        mode='nearest',
        cval=0)
print(x)

[[ 1 11 11]
 [ 2 22 22]
 [ 3 33 33]]

鉴于偏移量是[0, 1]，不应该移动 y 轴而不是 x 轴吗？也就是说，输出不应该是：

[[ 2  2 22]
 [ 3  3 33]
 [ 3  3 33]]

我可以达到这个结果，但只能使用 offset [1, 0]。他们不应该反过来吗？

标签： pythonnumpyscipy

解决方案

如文档中所述，scipy.ndimage.affine_transform()通过执行以下操作计算新位置：（输出位置np.dot(matrix, o) + offset在哪里）。o

这意味着以下测试应该成功：

m = np.array(m)
assert(m[0, 1] == x[0, 0])
assert(m[0, 2] == x[0, 1])
assert(m[1, 1] == x[1, 0])
assert(m[1, 2] == x[1, 1])
assert(m[2, 1] == x[2, 0])
assert(m[2, 2] == x[2, 1])

或者，更简洁地说：

assert(np.all(m[:, 1] == x[:, 0]))
assert(np.all(m[:, 2] == x[:, 1]))

正如预期的那样，他们做到了。所以，确实矩阵正在被1-index 移动。也许，您期望另一个矩阵作为输出，因为您对打印输出感到困惑。第零个索引表示行，第一个索引表示列。因此，按第一个索引移动将移动列。

推荐阅读