scipy.ndimage.

rotate#

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

旋转一个数组。

使用请求阶数的样条插值，在由 axes 参数给定的两个轴定义的平面中旋转数组。

参数:

inputarray_like

输入数组。

anglefloat

旋转角度，以度为单位。

axes2 个整数的元组，可选

定义旋转平面的两个轴。默认为前两个轴。

reshapebool，可选

如果 reshape 为 true，则会调整输出形状，以便输入数组完全包含在输出中。默认为 True。

output数组或 dtype，可选

用于放置输出的数组，或返回数组的 dtype。默认情况下，将创建一个与输入具有相同 dtype 的数组。

orderint，可选

样条插值的阶数，默认为 3。阶数必须在 0-5 范围内。

mode{'reflect'，'grid-mirror'，'constant'，'grid-constant'，'nearest'，'mirror'，'grid-wrap'，'wrap'}，可选

mode 参数确定如何将输入数组扩展到其边界之外。默认为 'constant'。每个有效值的行为如下（请参阅有关边界模式的其他绘图和详细信息）：

‘reflect’ (d c b a | a b c d | d c b a): 通过反射最后一个像素的边缘来扩展输入。此模式有时也称为半样本对称。
‘grid-mirror’: 这是 ‘reflect’ 的同义词。
‘constant’ (k k k k | a b c d | k k k k): 通过使用由 cval 参数定义的相同常量值填充边缘之外的所有值来扩展输入。在输入的边缘之外不执行插值。
‘grid-constant’ (k k k k | a b c d | k k k k): 通过使用由 cval 参数定义的相同常量值填充边缘之外的所有值来扩展输入。插值也会发生在输入范围之外的样本上。
‘nearest’ (a a a a | a b c d | d d d d): 通过复制最后一个像素来扩展输入。
‘mirror’ (d c b | a b c d | c b a): 通过反射最后一个像素的中心来扩展输入。此模式有时也称为全样本对称。
‘grid-wrap’ (a b c d | a b c d | a b c d): 通过环绕到相反的边缘来扩展输入。
‘wrap’ (d b c d | a b c d | b c a b): 通过环绕到相反的边缘来扩展输入，但方式是最后一个点和初始点完全重叠。在这种情况下，在重叠点选择哪个样本没有明确的定义。

cval标量，可选

如果 mode 为 'constant'，则用于填充输入边缘之外的值。默认为 0.0。

prefilterbool，可选

确定是否在插值之前使用 spline_filter 预过滤输入数组。默认值为 True，如果 order > 1，则会创建一个临时的 float64 过滤值数组。如果将其设置为 False，则如果 order > 1，输出将稍微模糊，除非输入已预先过滤，即它是调用 spline_filter 的结果。

返回:

rotatendarray: 旋转后的输入。

注释

对于复数值 input，此函数独立旋转实部和虚部。

版本 1.6.0 中新增：添加了复数值支持。

示例

>>> 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)