scipy.ndimage.

rotate

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

旋轉陣列。

陣列會在由 axes 參數給定的兩個軸所定義的平面中旋轉，並使用所請求階數的 spline 插值。

參數:

inputarray_like

輸入陣列。

anglefloat

旋轉角度，以度為單位。

axestuple of 2 ints, optional

定義旋轉平面的兩個軸。預設值為前兩個軸。

reshapebool, optional

如果 reshape 為 true，則會調整輸出形狀，使輸入陣列完全包含在輸出中。預設值為 True。

outputarray or dtype, optional

放置輸出的陣列，或返回陣列的 dtype。預設情況下，將建立與輸入相同 dtype 的陣列。

orderint, optional

spline 插值的階數，預設值為 3。階數必須在 0-5 範圍內。

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

mode 參數決定輸入陣列如何在其邊界之外延伸。預設值為 ‘constant’。每個有效值的行為如下 (請參閱 邊界模式 上的其他圖表和詳細資訊)

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

輸入透過反射最後一個像素的邊緣來延伸。此模式有時也稱為半樣本對稱。

‘grid-mirror’

這是 ‘reflect’ 的同義詞。

‘constant’ (k k k k | a b c d | k k k k)

輸入透過使用相同的常數值 (由 cval 參數定義) 填充邊緣之外的所有值來延伸。在輸入的邊緣之外不會執行插值。

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

輸入透過使用相同的常數值 (由 cval 參數定義) 填充邊緣之外的所有值來延伸。插值也會發生在輸入範圍之外的樣本。

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

輸入透過複製最後一個像素來延伸。

‘mirror’ (d c b | a b c d | c b a)

輸入透過反射最後一個像素的中心來延伸。此模式有時也稱為全樣本對稱。

‘grid-wrap’ (a b c d | a b c d | a b c d)

輸入透過環繞到相對的邊緣來延伸。

‘wrap’ (d b c d | a b c d | b c a b)

輸入透過環繞到相對的邊緣來延伸，但方式是最後一個點和初始點完全重疊。在這種情況下，在重疊點將選擇哪個樣本沒有明確定義。

cvalscalar, optional

如果 mode 為 ‘constant’，則填充輸入邊緣之外的值。預設值為 0.0。

prefilterbool, optional

決定是否在插值之前使用 spline_filter 預先篩選輸入陣列。預設值為 True，如果 order > 1，這將建立一個過濾值的臨時 float64 陣列。如果將此設定為 False，則如果 order > 1，輸出將會稍微模糊，除非輸入已預先篩選，也就是說，它是調用原始輸入上的 spline_filter 的結果。

返回:

rotatendarray

旋轉後的輸入。

註解

對於複數值 input，此函數會獨立旋轉實部和虛部。

Added in version 1.6.0: 新增複數值支援。

範例

在您的瀏覽器中試試看！

>>> 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)

返回在新分頁中開啟