scipy.spatial.transform.RigidTransform.

mul#

RigidTransform.__mul__(self, RigidTransform other)#

将此变换与另一个变换组合。

如果 p 和 q 是两个变换，那么“q 之后是 p”的组合等价于 p * q。就变换矩阵而言，该组合可以表示为 p.as_matrix() @ q.as_matrix()。

就平移和旋转而言，应用于向量 v 的组合等价于 p.translation + p.rotation.apply(q.translation) + (p.rotation * q.rotation).apply(v)。

此函数支持一次组合多个变换。以下情况是可能的

要么 p 要么 q 包含单个或长度为 1 的变换。在这种情况下，结果包含另一个对象中每个变换与该单个变换组合的结果。如果两者都是单个变换，则结果是单个变换。

p 和 q 都包含 N 个变换。在这种情况下，每个变换 p[i] 与相应的变换 q[i] 组合，结果包含 N 个变换。

参数:

otherRigidTransform 实例: 包含要与此变换组合的变换的对象。

返回值:

RigidTransform 实例: 组合变换。

示例

>>> from scipy.spatial.transform import RigidTransform as Tf
>>> from scipy.spatial.transform import Rotation as R
>>> import numpy as np

组合两个变换

>>> tf1 = Tf.from_translation([1, 0, 0])
>>> tf2 = Tf.from_translation([0, 1, 0])
>>> tf = tf1 * tf2
>>> tf.translation
array([1., 1., 0.])
>>> tf.single
True

应用于向量时，两个变换的组合以从右到左的顺序应用。

>>> t1, r1 = [1, 2, 3], R.from_euler('z', 60, degrees=True)
>>> t2, r2 = [0, 1, 0], R.from_euler('x', 30, degrees=True)
>>> tf1 = Tf.from_components(t1, r1)
>>> tf2 = Tf.from_components(t2, r2)
>>> tf = tf1 * tf2
>>> tf.apply([1, 0, 0])
array([0.6339746, 3.3660254, 3.       ])
>>> tf1.apply(tf2.apply([1, 0, 0]))
array([0.6339746, 3.3660254, 3.       ])

当至少一个变换不是单个变换时，结果是变换堆栈。

>>> tf1 = Tf.from_translation([1, 0, 0])
>>> tf2 = Tf.from_translation([[0, 2, 0], [0, 0, 3]])
>>> tf = tf1 * tf2
>>> tf.translation
array([[1., 2., 0.],
       [1., 0., 3.]])
>>> tf.single
False
>>> len(tf)
2

__mul__#

mul#