2020-04-10 09:02:59 --Edit by yangray

仿射变换矩阵参考资料-->https://blog.csdn.net/robert_chen1988/article/details/80498805

AffineBase 继承自Transform,是所有仿射变换(任意维度)的基类。

Affine2DBase 继承自AffineBase,是所有2维仿射变换的基类,该类仅提供只读的属性,该类的子类需要重写构造函数和get_matrix()方法,是形如[[a, c, e], [b, d, f], [0, 0, 1]]的矩阵。

Affine2D 继承自Affine2DBase,是属性可被改写的二维仿射变换。

AffineBase(Transform):

方法:

  • __init__(self, *args, **kwargs):
    初始化本变换,参数同父类。
  • __array__(self, *args, **kwargs):

     返回仿射矩阵。

  •  _concat(a, b):  静态方法

    参数 [a], [b]:仿射矩阵

    返回矩阵a和b的点积。

  • transform(self, values):

    参数[values]: 变换的目标,形式为n维数组      

    返回values执行本变换后的结果。(因为是仿射变换的基类,所以实际上只执行仿射变换)

  • transform_affine(self, values), transform_non_affine(self, points):

    参数同上

    返回values执行 仿射部分/非仿射部分 的结果。(实际上非仿射变换不会执行)

  • transform_path(self, path):

    参数[path]: Path实例,意为路径、曲线

    返回path执行本变换后的结果。

  • transform_path_affine(self, path), transform_path_non_affine(self, path):

    参数同上

    返回path执行 仿射部分/非仿射部分 后的结果。(非仿射部分不会被执行)

  • get_affine(self):

    返回self(常用于链式调用)。

Affine2DBase(Affine2D):

方法:

  •  frozen(self):

    返回静态的仿射矩阵的拷贝。(3*3)

  • _get_is_separable(self):

    返回本变换是否为可分离的, 可分离为True。(指x方向和y方向)

  •  to_values(self):

    返回本变换中仿射参数的一维元组形式。(a,b,c,d,e,f)

  •  matrix_from_values(a, b, c, d, e, f):  静态方法

    以参数a, b, c, d, e, f初始化一个二维仿射矩阵并返回。(第三行为[0, 0, 1])

  •  transform_affine(self, points):

    返回点集[points]执行本变换中仿射部分的结果。

  • transform_point(self, point):

    返回点(point)执行本变换中仿射部分的结果。

  • inverted(self):

    返回本仿射矩阵的逆矩阵。

Affine2D(Affine2DBase):

方法:

  • __init__(self, matrix=None, **kwargs):  

    参数[matrix]: 3*3 numpy 数组(浮点数)

    初始化本变换,若matrix=None,则将本变换初始化为一个单位矩阵(3*3)

  • from_values(a, b, c, d, e, f):  静态方法

    返回[[a,c,e], [b,d,f], [0,1,1]]形式的变换矩阵。

  • get_matrix(self):

    返回本变换矩阵。

  • set_matrix(self, mtx):

    参数[mtx]: 3*3 numpy浮点数矩阵

    将mtx设为本变换矩阵。

  • set(self, other):

    参数[other]: Affine2DBase实例

    将other的变换矩阵设为本变换矩阵。

  • identity():  静态方法

    返回单位仿射矩阵。(仅对角线为1,其余为0的3*3矩阵)

  • clear(self):

    以单位仿射矩阵替换掉本仿射矩阵,是为清除本变换。

    返回self。

  • rotate(self, theta), rotate_deg(self, degrees):

    参数[theta]: 弧度制角度

      [degrees]: 角度制角度

    逆时针旋转 弧度theta / 角度degrees。(左下角不动)

  • rotate_around(self, x, y, theta), rotate_deg_around(self, x, y, degrees):

    参数:[x], [y]:  点的坐标参数

    逆时针绕点(x, y)旋转 弧度theta / 角度degrees。

  • translate(self, tx, ty):

    参数[tx], [ty]:  x,y方向上的平移量

    将tx,ty设为仿射矩阵中的参数e,f(平移参数)。

  • scale(self, sx, sy=None):

    参数[sx],[sy]:  x,y方向上的平移量

    将sx,sy设为仿射矩阵中的参数a, c(伸缩参数)。

  • skew(self, xShear, yShear),skew_deg(self, xShear, yShear):  skew:倾斜

    参数[xShear], [yShear]: x,y方向上倾斜的角度(skew()中为弧度制, skew_deg()中为角度制)

    将tan(xShear),tan(yShear)设为仿射矩阵中的参数b,d(倾斜参数)。

matplotlib AffineBase, Affine2DBase, Affine2D的更多相关文章

  1. 数据可视化基础专题(十二):Matplotlib 基础(四)常用图表(二)气泡图、堆叠图、雷达图、饼图、

    1 气泡图 气泡图和上面的散点图非常类似,只是点的大小不一样,而且是通过参数 s 来进行控制的,多的不说,还是看个示例: 例子一: import matplotlib.pyplot as plt im ...

  2. 关于k Line Chart (k线图)

    K Line Chart python实现k线图的代码,之前找过matplotlib中文文档但是画k线图的finance方法已经弃用了.所以自己在网上搜寻一下加上改编,很好的实现出k线图, 代码如下: ...

  3. matplotlib 中其他基于Affine2DBase的类

    2020-04-11 11:42:22 --Edit by yangray以下所有类(除了BboxTransformToMaxOnly )都直接继承于Affine2DBaseIdentityTrans ...

  4. Python自学笔记——Matplotlib风羽自定义

    [前言]对于气象专业的小学生来说,风场是预报重要的参考数据,我们所知的风羽有四种:短线代表风速2m/s,长线代表风速4m/s,空心三角代表风速20m/s,实心三角代表风速50m/s.而matplotl ...

  5. Matplotlib风羽自定义

    [前言]对于气象专业的小学生来说,风场是预报重要的参考数据,我们所知的风羽有四种:短线代表风速2m/s,长线代表风速4m/s,空心三角代表风速20m/s,实心三角代表风速50m/s.而matplotl ...

  6. matplotlib BlendedGenericTransform(混合变换)和CompositeGenericTransform(复合变换)

    2020-04-10 23:31:13 -- Edit by yangrayBlendedGenericTransform是Transform的子类,支持在x / y方向上使用不同的变换.(博主翻译为 ...

  7. matplotlib Transform

    2020-04-09 15:09:02 -- Edit by yangray Transform 类是TransformNode的子类,它是所有执行变换的TransformNode的实例的基类.所有非 ...

  8. python安装numpy、scipy和matplotlib等whl包的方法

    最近装了python和PyCharm开发环境,但是在安装numpy和matplotlib等包时出现了问题,现总结一下在windows平台下的安装方法. 由于现在找不到了工具包新版本的exe文件,所以采 ...

  9. matplotlib 高级用法实例--共享x轴

    http://localhost:8888/notebooks/duanqs/matplotlib_advanced_example.ipynb 我不会弄呀, 刚才从matplotlib文档里吧示例用 ...

随机推荐

  1. php 调用curl_init失败

    当你在开发微信公众号,微信小程序的时候,往往会遇到困难 进入服务器,输入 tail -f /var/log/apache2/error.log 看看apache2的日志 就因为php 的curl扩展没 ...

  2. [前端开发]Vue父子组件的通信及访问

    父传子 props 子传父 自定义事件emit props传数组 props:['cmovies','cmessage'] props传对象 props:{ //1.类型限制 cmovies:Arra ...

  3. Loadrunner 11安装和破解

    一.安装环境和文件准备 1.操作系统:Windows Server 2008 R2 Enterprise: 2.loadrunner版本:loadrunner 11: 3.安装浏览器:火狐39.0: ...

  4. ASP.NET Core 核心特性--宿主、启动、中间件

    宿主 public class Program { public static void Main(string[] args) { CreateHostBuilder(args).Build().R ...

  5. GitHub 热点速览 Vol.13:近 40k star 计算机论文项目再霸 GitHub Trending 榜

    作者:HelloGitHub-小鱼干 摘要:"潮流是个轮回",这句话用来形容上周的 GitHub Trending 最贴切不过.无论是已经获得近 40k 的高星项目 Papers ...

  6. TensorFlow 神经机器教程-TensorFlow Neural Machine Translation Tutorial

    seq2seq 模型在广泛的任务比如机器翻译,语音识别,文本总结中取得了巨大的成功.这个教程给读者 seq2seq 模型一个完整的理解,并且展示如何从原型建立一个有竞争力的 seq2seq 模型.我们 ...

  7. 深度学习vs机器学习 | 这些本质区别你知道多少?

    目录: 数据相关性 硬件依赖性 特征工程 解决问题方法 执行时间 可解释性 一.数据相关性 深度学习与传统机器学习最重要的区别是,随着数据量的增加,其性能也随之提高.当数据很小的时候,深度学习算法并不 ...

  8. SpringCloud-Nacos/OpenFien/Gateway的基本介绍及快速上手

    一.Spring-Cloud-Alibaba-Nacos 注册中心 1.下载.安装 Nacos 下载地址:https://github.com/alibaba/nacos/releases 下载后解压 ...

  9. 【Pytest01】全网最全最新的Pytest框架快速入门

    一.Pytest简介pytest是一个非常成熟的全功能的Python测试框架,主要有一下几个特点:1.简单灵活,容易上手,支持参数化2.能够支持简单的单元测试和复杂的功能测试,还可以用来做seleni ...

  10. Python python对象 deque

    # deque对象 ''' class collections.deque([ iterable [,maxlen ] ] ) 返回一个从左到右(使用append())初始化的新deque对象,其中包 ...