2020-04-10 23:31:13 -- Edit by yangray
BlendedGenericTransform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:混合变换)
CompositeGenericTransform是Transform的子类,支持一次作两个变换(连续的)。(博主自译:复合变换)
BlendedGenericTransform(Transform):
方法:
  • __init__(self, x_transform, y_transform, **kwargs):

    参数[x_transform], [y_transform]: Transform对象,x / y方向的变换。

    初始化本变换,x方向用x_transform, y方向用y_transform。

  • contains_branch_seperately(self, transform):

    参数[transform]: Transform实例

     返回transform是否是本混合变换中x_transform / y_transform的子类。返回值形如(True, False)

  •  depth(self):  @property修饰器

    返回[x_transform], [y_transform]的最大深度(具体是啥不知道)

  • contains_branch(self, other):

    返回False。(两个不同类的变换不可能包含同一个子孙类)

  •  _get_is_affine(self), _get_has_inverse(self):

    返回 x 和 y 方向的变换是否都是仿射变换 / 是否都拥有反转方法。(x, y都有为True,其他情况都为False)

  • frozen(self):

    返回静态的元组形式的 x 和 y 方向的变换矩阵。(若x方向变换和y方向变换都是Affine2DBase的子类,则使用BlendedAffine2D返回;其他清况使用                BlendedGenericTransform)

  •  transform_non_affine(self, points):

    参数[points]: 点集

    返回仅对points作 x 和 y 方向变换的 非仿射变换部分 的结果。

  • inverted(self):

    返回x_transform和y_transform使用各自的反转方法反转之后 再初始化的 新BlendedGenericTransform(混合变换)对象。

  • get_affine(self):
    返回x_transform和y_transform中的仿射矩阵。(相同则返回一个结果)

CompositeGenericTransform(Transform): 
方法:
  • __init__(self, a, b, **kwargs):

    参数 [a], [b]:Transform对象

    初始化复合变换,并将a, b存为类属性。

  •  frozen(self):

    返回静态的元组形式的 a 和 b 的变换矩阵。(若变换a和b都是Affine2D的子类,则用CompositeAffine2D返回;其他情况用CompositeGenericTransform

  • _invalidate_internal(self, value, invalidating_node):

    参数 [value]: 无效化的目标,可选 INVALID_AFFINE,INVALID_NON_AFFINE 或INVALID(INVALID_NON_AFFINE | INVALID_AFFINE),分别为仿射部分,非仿射部分,全部       [invalidating_node]:需要无效化的结点(对象)

    某些特殊情况下当仅对仿射部分的无效化需要扩展到非仿射部分时使用。特殊情况为变换b为非仿射并且 变换a也是非仿射变换 或 变换a已经开启无效化。

  • _iter_break_from_left_to_right(self):

  ·  (不懂)

  • depth(self):
     返回变化a和b的深度之和(不知道啥意思)
  • _get_is_affine(self), _get_is_separable(self):

    返回是否 变换a和b都为仿射变化 /  都为可分离的(混合变换)。(ab都满足才为True)

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

    参数[points]: 点集

    返回对points仅作本复合变换中的仿射部分 / 非仿射部分的结果

  • transform_path_non_affine(self, path):

    参数[path]: Path对象,意为曲线

    返回对path执行本复合变换中非仿射部分的结果。

  • get_affine(self):

    返回本复合变换中仿射部分的矩阵。(若变换b为非仿射,则返回b的仿射矩阵(False);否则变化b和变换a的仿射矩阵的点积)。

  • inverted(self):

    返回变换a和b使用各自的反转方法反转之后 再初始化的 新CompositeGenericTransform(复合变换)对象。

  •  _get_has_inverse(self):
    返回变换a和b是否都有反转方法。(都有为True)

matplotlib BlendedGenericTransform(混合变换)和CompositeGenericTransform(复合变换)的更多相关文章

  1. 幂等性是数学中的一个概念,表达的是N次变换与1次变换的结果相同

    幂等性是数学中的一个概念,表达的是N次变换与1次变换的结果相同

  2. 常用函数的DTFT变换对和z变换对

    直接从书上抓图的,为以后查表方便 1.DTFT 2.z变换对

  3. 离散傅立叶变换与快速傅立叶变换(DFT与FFT)

    自从去年下半年接触三维重构以来,听得最多的词就是傅立叶变换,后来了解到这个变换在图像处理里面也是重点中的重点. 本身自己基于高数知识的理解是傅立叶变换是将一个函数变为一堆正余弦函数的和的变换.而图像处 ...

  4. Arnold变换(猫脸变换)

    Arnold变换是Arnold在遍历理论研究中提出的一种变换.由于Arnold本人最初对一张猫的图片进行了此种变换,因此它又被称为猫脸变换.Arnold变换可以对图像进行置乱,使得原本有意义的图像变成 ...

  5. 直流-直流(DC-DC)变换电路_BUCK&BOOST变换电路

    1. 直流—直流变换器通过对电力电子器件的通断控制,将直流电压断续地加到负载上,通过改变占空比改变输出电压平均值. BUCK线路原理图如上,其中Q管/MOS作为开关管,驱动电压一般为PWM. 当开关管 ...

  6. [学习一个] Matlab GUI 学习笔记 Ⅰ

    Matlab GUI 学习笔记 Ⅰ 1. Foreword Matlab 是严格意义上的编程语言吗?曾经有人告诉我他是通过 Matlab 学会了面对对象编程,我是不信的,但这依然不妨碍它在特殊领域的强 ...

  7. 基础图像处理之混合空间增强——(Java:拉普拉斯锐化、Sobel边缘检测、均值滤波、伽马变换)

    相信看过冈萨雷斯第三版数字图像处理的童鞋都知道,里面涉及到了很多的基础图像处理的算法,今天,就专门借用其中一个混合空间增强的案例,来将常见的几种图像处理算法集合起来,看能发生什么样的化学反应 首先,通 ...

  8. iOS 混合变换旋转 CGAffineTransform 的使用

    在ios 中, Core Graphics 提供了一系列的函数可以在一个变换的基础上做深层次的变换,如果做一个既要缩放又要旋转的变换,以下的方法比较实用. CGAffineTransformScale ...

  9. iOS 混合变换旋转 CGAffineTransform

    在ios 中, Core Graphics 提供了一系列的函数可以在一个变换的基础上做深层次的变换,如果做一个既要缩放又要旋转的变换,以下的方法比较实用. CGAffineTransformScale ...

随机推荐

  1. [BUG]document.body.scrollTop=0不生效(回到顶部)

    描述 让body回滚到最顶部,设置 document.body.scrollTop = 0; . 微信内,安卓设备可以,ios设备不可以.   原因 MDN中 scrollTop是这样定义的 一个元素 ...

  2. Cinemachine中噪音的应用

    两种默认产生噪音的方式 Nosie阶段的Component   Component在流水线中主要通过MuteCameraState来处理对State的计算.   对于Noise类型的Component ...

  3. main.c(53): error: #268: declaration may not appear after executable statement in block

    这个问题是在编译STM32的程序时遇到的,这个错误的原因是对于变量的声明不能放在可执行语句后面,必须在主函数开头声明变量.在程序中声明一个变量时,需要在可执行语句之前声明,否则会出现以上错误.

  4. BigInteger实现除法取余

    BigInteger实现除法取余 BigInteger是什么? Java中,整形的最大范围是64位的long型整数.但是如果我们使用的整数超过了64位呢?这时候就用到了BigInteger.BigIn ...

  5. 内置函数---eval、exec、compile

    eval() 将字符串类型的代码执行并返回结果 print(eval('1+2+3+4')) exec()将自字符串类型的代码执行 print(exec("1+2+3+4")) e ...

  6. drf-jwt分页器详解

    drf偏移分页组件 pahenations.py from rest_framework.pagination import LimitOffsetPagination class MyLimitOf ...

  7. 题解 P1305 【新二叉树】

    好像没有人搞\(\color{green}map\)反映,没有人用\(\color{green}map\)反映搞并查集! \(\color{green}map\)第一个好处是作为一个数组,可以开很大! ...

  8. eclipse-JEE配置Tomcat并发布第一个项目

    一.配置过程 Window--preferences--Server--Runtime Environment, 然后点击add 我下载的是Tomcat7.0,选择你的版本就行了 选择Tomcat的安 ...

  9. 基于Doc2vec训练句子向量

    目录 一.Doc2vec原理 二.代码实现 三.总结   一.Doc2vec原理 前文总结了Word2vec训练词向量的细节,讲解了一个词是如何通过word2vec模型训练出唯一的向量来表示的.那接着 ...

  10. 一文看懂NLP神经网络发展历史中最重要的8个里程碑!

    导读:这篇文章中作者尝试将 15 年的自然语言处理技术发展史浓缩为 8 个高度相关的里程碑事件,不过它有些偏向于选择与当前比较流行的神经网络技术相关的方向.我们需要关注的是,本文中介绍的许多神经网络模 ...