利用ndimage.interpolation.affine_transform进行矩阵转换

Question

我试图用ndi.interpolation.affine_transform来转换一个简单的矩阵，但是我得到的结果是相反的。例如：

import scipy.ndimage as ndi
m = [[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]]

如果偏移量是[0, 1]，那么y轴不应该移动而不是x轴吗？也就是说，输出不应该是：

[[ 2  2 22]
 [ 3  3 33]
 [ 3  3 33]]

我可以实现这个结果，但只能使用偏移量[1, 0]。他们不是应该相反吗？

Answer 1

正如文档中所述，scipy.ndimage.affine_transform()通过执行：np.dot(matrix, o) + offset (其中o是输出位置)计算新的位置。

这意味着下列测试应取得成功：

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，更简单地说：

assert(np.all(m[:, 1] == x[:, 0]))
assert(np.all(m[:, 2] == x[:, 1]))

就像预期的那样。因此，1-index确实在改变矩阵。也许，您期望另一个矩阵作为输出，因为您被打印的输出搞糊涂了。零索引表示行，第一个表示列。因此，按第一个索引移动将移动列。