将图像旋转 90 度以获得多维 NumPy 数组

Question

我有一个形状为 (7,4,100,100) 的 numpy 数组，这意味着我有 7 张 100x100 的图像，深度为 4。我想将这些图像旋转 90 度。我努力了：

 rotated= numpy.rot90(array, 1)

但它将数组的形状更改为 (4,7,100,100)，这是不需要的。有什么解决办法吗？

原文由 FJ_Abbasi 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

一种不使用 np.rot90 顺时针旋转的解决方案是交换最后两个轴，然后翻转最后一个 -

 img.swapaxes(-2,-1)[...,::-1]

对于逆时针旋转，翻转倒数第二个轴 -

 img.swapaxes(-2,-1)[...,::-1,:]

使用 np.rot90 ，逆时针旋转将是 -

 np.rot90(img,axes=(-2,-1))

样品运行 -

 In [39]: img = np.random.randint(0,255,(7,4,3,5))

In [40]: out_CW = img.swapaxes(-2,-1)[...,::-1] # Clockwise

In [41]: out_CCW = img.swapaxes(-2,-1)[...,::-1,:] # Counter-Clockwise

In [42]: img[0,0,:,:]
Out[42]:
array([[142, 181, 141,  81,  42],
       [  1, 126, 145, 242, 118],
       [112, 115, 128,   0, 151]])

In [43]: out_CW[0,0,:,:]
Out[43]:
array([[112,   1, 142],
       [115, 126, 181],
       [128, 145, 141],
       [  0, 242,  81],
       [151, 118,  42]])

In [44]: out_CCW[0,0,:,:]
Out[44]:
array([[ 42, 118, 151],
       [ 81, 242,   0],
       [141, 145, 128],
       [181, 126, 115],
       [142,   1, 112]])

运行时测试

In [41]: img = np.random.randint(0,255,(800,600))

# @Manel Fornos's Scipy based rotate func
In [42]: %timeit rotate(img, 90)
10 loops, best of 3: 60.8 ms per loop

In [43]: %timeit np.rot90(img,axes=(-2,-1))
100000 loops, best of 3: 4.19 µs per loop

In [44]: %timeit img.swapaxes(-2,-1)[...,::-1,:]
1000000 loops, best of 3: 480 ns per loop

因此，对于旋转 90 度或它的倍数， numpy.dot 或 swapping axes 更重要的是，在基于 dos 的性能方面似乎也表现不佳否则会改变值的插值，就像 Scipy 的基于旋转的函数所做的那样。

原文由 Divakar 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

另外的选择

您可以使用 scipy.ndimage.rotate ，我认为它比 numpy.rot90 更有用

例如，

 from scipy.ndimage import rotate
from scipy.misc import imread, imshow

img = imread('raven.jpg')

rotate_img = rotate(img, 90)

imshow(rotate_img)

更新（注意插值）

如果你注意旋转后的图像，你会在左侧观察到黑色边框，这是因为 Scipy 使用插值。所以，实际上图像已经改变了。但是，如果这对您来说是个问题，有许多选项可以去除黑色边框。

看到这篇 文章。

原文由 mforezdev 发布，翻译遵循 CC BY-SA 3.0 许可协议