图像的仿射变换

将仿射变换（Affine2D）预先添加到图像的数据变换允许操纵图像的形状和方向。这是变换链的概念的一个例子。

对于支持具有可选仿射变换的draw_image的后端（例如，agg，ps后端），输出的图像应该使其边界与虚线黄色矩形匹配。

  1. import numpy as np
  2. import matplotlib.pyplot as plt
  3. import matplotlib.transforms as mtransforms
  6. def get_image():
  7.     delta = 0.25
  8.     x = y = np.arange(-3.0, 3.0, delta)
  9.     X, Y = np.meshgrid(x, y)
  10.     Z1 = np.exp(-X**2 - Y**2)
  11.     Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
  12.     Z = (Z1 - Z2)
  13.     return Z
  16. def do_plot(ax, Z, transform):
  17.     im = ax.imshow(Z, interpolation='none',
  18.                    origin='lower',
  19.                    extent=[-2, 4, -3, 2], clip_on=True)
  21.     trans_data = transform + ax.transData
  22.     im.set_transform(trans_data)
  24.     # display intended extent of the image
  25.     x1, x2, y1, y2 = im.get_extent()
  26.     ax.plot([x1, x2, x2, x1, x1], [y1, y1, y2, y2, y1], "y--",
  27.             transform=trans_data)
  28.     ax.set_xlim(-5, 5)
  29.     ax.set_ylim(-4, 4)
  32. # prepare image and figure
  33. fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
  34. Z = get_image()
  36. # image rotation
  37. do_plot(ax1, Z, mtransforms.Affine2D().rotate_deg(30))
  39. # image skew
  40. do_plot(ax2, Z, mtransforms.Affine2D().skew_deg(30, 15))
  42. # scale and reflection
  43. do_plot(ax3, Z, mtransforms.Affine2D().scale(-1, .5))
  45. # everything and a translation
  46. do_plot(ax4, Z, mtransforms.Affine2D().
  47.         rotate_deg(30).skew_deg(30, 15).scale(-1, .5).translate(.5, -1))
  49. plt.show()

图像的仿射变换图示

参考

此示例中显示了以下函数，方法和类的使用：

  1. import matplotlib
  2. matplotlib.axes.Axes.imshow
  3. matplotlib.pyplot.imshow
  4. matplotlib.transforms.Affine2D

下载这个示例