scipy.ndimage.interpolate.affine_transform失败
scipy.ndimage.interpolate.affine_transform失败
提问于 2016-10-15 15:19:23
此代码：
from scipy.ndimage.interpolation import affine_transform
import numpy as np
...
nzoom = 1.2
newimage = affine_transform(self.image, matrix=np.array([[nzoom, 0],[0, nzoom]]))在以下方面失败：
RuntimeError: affine matrix has wrong number of rows矩阵有什么问题？我还尝试了matrix=[nzoom, nzoom]，根据我对文档的阅读，它应该做同样的事情，而且它也以同样的方式失败。
回答 1
Stack Overflow用户
发布于 2016-10-16 13:58:32
原始代码不能使用2x2矩阵的原因是因为所讨论的图像是三维的。请注意，第三维空间是[R,G,B]，但scipy.ndimage并不知道非空间维度，它将所有维度视为空间维度。使用2x2矩阵的例子都是二维“灰色”图像。
解决方案#1:
affine_transform将输出坐标o映射到源(输入)坐标s，如：
s = numpy.dot(matrix,o) + offset其中matrix和offset是affine_transform的参数。在多通道图像的情况下，我们不想转换第三维空间。也就是说，我们需要与输出点对应的源坐标。
o == [x, y, z] # column vector成为
s == [c00*x + c01*y + dx, c10*x + c11*y + dy, z] # column vector为了达到这个结果，我们需要
matrix = [[ c00, c01, 0],
[ c10, c11, 0],
[ 0, 0, 1]]
offset = [dx, dy, 0] # column vector解决方案2：
另一种解决方案是将RGB图像分割成3个通道，分别转换每个通道，并将它们组合在一起，
r = rgb[..., 0]
g = rgb[..., 1]
b = rgb[..., 2]
matrix = np.array([[c00, c01], [c10, c11]])
offset = [dx dy]
r = affine_transform(r, matrix=matrix, offset=offset)
g = affine_transform(g, matrix=matrix, offset=offset)
b = affine_transform(b, matrix=matrix, offset=offset)
rgb = np.dstack((r, g, b))我没有对这两种解决方案进行计时，但我预计第二种解决方案的速度会更慢。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/40060786
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号