scipy.ndimage.

вращать#

scipy.ndimage.вращать(входные данные, угол, оси=(1, 0), reshape=True, вывод=None, порядок=3, mode='constant', cval=0.0, prefilter=True)[источник]#

Повернуть массив.

Массив вращается в плоскости, заданной двумя осями, указанными оси параметр с использованием сплайн-интерполяции заданного порядка.

Параметры:

входные данныеarray_like

Входной массив.

уголfloat

Угол поворота в градусах.

осикортеж из 2 целых чисел, необязательный

Две оси, определяющие плоскость вращения. По умолчанию это первые две оси.

reshapebool, необязательно

Если reshape истинно, форма вывода адаптируется так, чтобы входной массив полностью содержался в выводе. По умолчанию True.

выводмассив или dtype, опционально

Массив, в который будет помещен результат, или тип данных возвращаемого массива. По умолчанию будет создан массив того же типа данных, что и входной.

порядокint, необязательный

Порядок сплайн-интерполяции, по умолчанию 3. Порядок должен быть в диапазоне 0-5.

mode{‘reflect’, ‘grid-mirror’, ‘constant’, ‘grid-constant’, ‘nearest’, ‘mirror’, ‘grid-wrap’, ‘wrap’}, опционально

The mode параметр определяет, как входной массив расширяется за пределы его границ. По умолчанию 'constant'. Поведение для каждого допустимого значения следующее (см. дополнительные графики и детали на граничные режимы):

‘reflect’ (d c b a | a b c d | d c b a): Входные данные расширяются путем отражения относительно края последнего пикселя. Этот режим также иногда называют полувыборочной симметрией.
'grid-mirror': Это синоним для 'reflect'.
‘constant’ (k k k k | a b c d | k k k k): Входные данные расширяются путем заполнения всех значений за границей одним и тем же постоянным значением, определенным cval параметр. Никакая интерполяция не выполняется за пределами границ ввода.
‘grid-constant’ (k k k k | a b c d | k k k k): Входные данные расширяются путем заполнения всех значений за границей одним и тем же постоянным значением, определенным cval параметр. Интерполяция происходит и для выборок за пределами области входных данных.
‘nearest’ (a a a a | a b c d | d d d d): Входные данные расширяются путём репликации последнего пикселя.
‘mirror’ (d c b | a b c d | c b a): Входные данные расширяются путем отражения относительно центра последнего пикселя. Этот режим также иногда называют симметрией целого образца.
‘grid-wrap’ (a b c d | a b c d | a b c d): Входные данные расширяются путём обёртывания вокруг противоположного края.
‘wrap’ (d b c d | a b c d | b c a b): Входные данные расширяются за счёт зацикливания на противоположный край, но таким образом, что последняя точка и начальная точка точно перекрываются. В этом случае не определено, какой образец будет выбран в точке перекрытия.

cvalскаляр, опционально

Значение для заполнения за краями ввода, если mode равно 'constant'. По умолчанию равно 0.0.

prefilterbool, необязательно

Определяет, предварительно ли отфильтрован входной массив с помощью spline_filter перед интерполяцией. По умолчанию True, что создаст временный float64 массив отфильтрованных значений, если order > 1. Если установить это значение в False, вывод будет слегка размыт, если order > 1, если только входные данные не предварительно отфильтрованы, т.е. они являются результатом вызова spline_filter на исходных входных данных.

Возвращает:

вращатьndarray: Вращённый вход.

Примечания

Для комплекснозначных входные данные, эта функция вращает вещественную и мнимую компоненты независимо.

Добавлено в версии 1.6.0: Добавлена поддержка комплексных значений.

Примеры

>>> 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()

../../_images/scipy-ndimage-rotate-1_00_00.png

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