python:skimage.transform.AffineTransform旋转中心

我试图在python中使用skimage在opencv中旋转图像：

其中，“中心”是源图像中旋转的中心

在skimage中，相应的转变似乎是：

但我不知道如何定义旋转的中心。。。。是否有其他方法来定义旋转中心（或者可能有另一种撇渣方法？）

---

我已经查看了web和手册，目前没有发现任何内容…

通过结合以下转换，目前这是可能的：

移动图像，使中心位于原点周围

旋转N度

将图像向后移动

然而，一个单一的参数将使这更容易！请您在GitHub上提交一个问题，以便我们能够实现这一点，好吗

与此同时，守则：

from skimage import data
from skimage import transform
import numpy as np
import matplotlib.pyplot as plt

image = data.chelsea()

shift_y, shift_x = np.array(image.shape[:2]) / 2.
tf_rotate = transform.SimilarityTransform(rotation=np.deg2rad(30))
tf_shift = transform.SimilarityTransform(translation=[-shift_x, -shift_y])
tf_shift_inv = transform.SimilarityTransform(translation=[shift_x, shift_y])

image_rotated = transform.warp(image, (tf_shift + (tf_rotate + tf_shift_inv)).inverse)

plt.imshow(image_rotated)
plt.show()

---

Stefan答案中的图像中心似乎不正确，下面是他的代码的更正版本

from skimage import transform
import numpy as np
import matplotlib.pyplot as plt

image = np.zeros([21, 21])
image[10,:] = 1
image[10,10] = 5
image[7, 10] = 1

shift_y, shift_x = (np.array(image.shape)-1) / 2.
tf_rotate = transform.SimilarityTransform(rotation=np.deg2rad(60))
tf_shift = transform.SimilarityTransform(translation=[-shift_x, -shift_y])
tf_shift_inv = transform.SimilarityTransform(translation=[shift_x, shift_y])
image_rotated = transform.warp(image, (tf_shift + (tf_rotate + tf_shift_inv)).inverse, order = 3)


plt.subplot(121)
plt.imshow(image)
plt.subplot(122)
plt.imshow(image_rotated)
plt.show()

print "original image maximum at: ", np.unravel_index(np.argmax(image), image.shape)
print "rotated image maximum at : ", np.unravel_index(np.argmax(image_rotated), image_rotated.shape)

原始图像最大值为：（10,10）

---

旋转图像最大值为：（10,10）

我在这里添加了一个问题：必须注意的是，对于相似性/仿射变换，这个问题并没有得到解决。唯一固定的变换是旋转。我们不打算为单个变换“固定”旋转：这些变换本身没有中心。相反，你可以使用上面概述的程序。老实说，我看不出有什么区别。旋转变换只是仿射变换的一种特殊情况。您也可以将上面概述的过程用于旋转变换，但为旋转提供了一个中心参数。所有变换都假定变换的原点必须是图像的（0,0）。您可以根据需要轻松地使用一个参数来更改该假设。我想我认为

rotate

是一个方便的函数，而Transform对象本身是更低级的原语。但是，我看到我们已经提供了至少仿射和相似性的参数初始化，所以我们可以添加它。这不是一个高优先级，但我们将审查公关，如果提供。

from skimage import data
from skimage import transform
import numpy as np
import matplotlib.pyplot as plt

image = data.chelsea()

shift_y, shift_x = np.array(image.shape[:2]) / 2.
tf_rotate = transform.SimilarityTransform(rotation=np.deg2rad(30))
tf_shift = transform.SimilarityTransform(translation=[-shift_x, -shift_y])
tf_shift_inv = transform.SimilarityTransform(translation=[shift_x, shift_y])

image_rotated = transform.warp(image, (tf_shift + (tf_rotate + tf_shift_inv)).inverse)

plt.imshow(image_rotated)
plt.show()

from skimage import transform
import numpy as np
import matplotlib.pyplot as plt

image = np.zeros([21, 21])
image[10,:] = 1
image[10,10] = 5
image[7, 10] = 1

shift_y, shift_x = (np.array(image.shape)-1) / 2.
tf_rotate = transform.SimilarityTransform(rotation=np.deg2rad(60))
tf_shift = transform.SimilarityTransform(translation=[-shift_x, -shift_y])
tf_shift_inv = transform.SimilarityTransform(translation=[shift_x, shift_y])
image_rotated = transform.warp(image, (tf_shift + (tf_rotate + tf_shift_inv)).inverse, order = 3)


plt.subplot(121)
plt.imshow(image)
plt.subplot(122)
plt.imshow(image_rotated)
plt.show()

print "original image maximum at: ", np.unravel_index(np.argmax(image), image.shape)
print "rotated image maximum at : ", np.unravel_index(np.argmax(image_rotated), image_rotated.shape)