使用 ndimage.interpolation.affine_transform 进行矩阵平移

Question

我正在尝试使用 翻译一个简单的矩阵ndi.interpolation.affine_transform，但我得到的结果是相反的。例如：import scipy.ndimage as ndim = [[1, 1, 11], [2, 2, 22], [3, 3, 33]]final_affine_matrix = [[1, 0], [0, 1]]final_offset = [0, 1]x = ndi.interpolation.affine_transform(        m,        final_affine_matrix,        final_offset,        order=1,        mode='nearest',        cval=0)print(x)[[ 1 11 11] [ 2 22 22] [ 3 33 33]]鉴于偏移量为[0, 1]，不应该移动 y 轴而不是 x 轴吗？也就是说，输出不应该是：[[ 2  2 22] [ 3  3 33] [ 3  3 33]]我可以达到那个结果，但只能使用 offset [1, 0]。他们不应该是相反的吗？

Answer 1

如文档中所述，scipy.ndimage.affine_transform()通过执行以下操作来计算新位置：（np.dot(matrix, o) + offset其中o是输出位置）。

这意味着以下测试应该会成功：

m = np.array(m)

assert(m[0, 1] == x[0, 0])

assert(m[0, 2] == x[0, 1])

assert(m[1, 1] == x[1, 0])

assert(m[1, 2] == x[1, 1])

assert(m[2, 1] == x[2, 0])

assert(m[2, 2] == x[2, 1])

或者，更简洁地说：

assert(np.all(m[:, 1] == x[:, 0]))

assert(np.all(m[:, 2] == x[:, 1]))

正如预期的那样，他们做到了。所以，实际上矩阵正在被1-index移动。也许，您期望另一个矩阵作为输出，因为您对打印的输出感到困惑。第零个索引表示行，第一个索引表示列。因此，按第一个索引移动将移动列。