如何在python中以随机角度旋转3D图像

我正在使用一组32x32x32灰度图像，我想在图像上应用随机旋转作为数据增强的一部分，同时通过tflearn+tensorflow训练CNN。我正在使用以下代码执行此操作：

    # Real-time data preprocessing
    img_prep = ImagePreprocessing()
    img_prep.add_featurewise_zero_center()
    img_prep.add_featurewise_stdnorm()


    # Real-time data augmentation
    img_aug = ImageAugmentation()
    img_aug.add_random_rotation(max_angle=360.)

    # Input data
    with tf.name_scope('Input'):
        X = tf.placeholder(tf.float32, shape=(None, image_size, 
    image_size, image_size, num_channels), name='x-input')
        Y = tf.placeholder(tf.float32, shape=(None, label_cnt), name='y-input')


    # Convolutional network building
    network = input_data(shape=[None, 32, 32, 32, 1],
                 placeholder = X,
                 data_preprocessing=img_prep,
                 data_augmentation=img_aug)

（我正在使用tensorflow和tflearn的组合，以便能够使用两者的功能，因此请耐心等待。如果我使用占位符的方式有问题，请告诉我。）

---

我发现使用添加随机旋转（它本身使用scipy.ndimage.interpolation.rotate）将我的灰度图像的第三维视为通道（如RGB通道），并围绕z轴以随机角度旋转所有32个三维图像（将我的3D图像视为具有32个通道的2D图像）。但我希望图像在空间中旋转（围绕所有三个轴）。你知道我怎么做吗？是否有一个功能或软件包可以在空间中轻松旋转3D图像

在

ImageAugmentation（）

中更难合并，但是默认情况下，

scipy.ndimage.rotate

函数正确旋转三维图像，并使用axes参数指定旋转平面（）。围绕第一个轴（x）旋转意味着你通过

轴=（1,2）

，要围绕第二个轴（y）旋转，请使用

轴=（0,2）

谢谢，我使用了你的建议，并想出了以下函数，以指定的最大角度围绕轴随机旋转一批3D图像（我在这里发布它，以防有人需要）：@kmader，轴参数的顺序是否起作用？i、 e.

轴=（1,2）

是否等于

轴=（2,1）

？

def random_rotation_3d(batch, max_angle):
    """ Randomly rotate an image by a random angle (-max_angle, max_angle).

    Arguments:
    max_angle: `float`. The maximum rotation angle.

    Returns:
    batch of rotated 3D images
    """
    size = batch.shape
    batch = np.squeeze(batch)
    batch_rot = np.zeros(batch.shape)
    for i in range(batch.shape[0]):
        if bool(random.getrandbits(1)):
            image1 = np.squeeze(batch[i])
            # rotate along z-axis
            angle = random.uniform(-max_angle, max_angle)
            image2 = scipy.ndimage.interpolation.rotate(image1, angle, mode='nearest', axes=(0, 1), reshape=False)

            # rotate along y-axis
            angle = random.uniform(-max_angle, max_angle)
            image3 = scipy.ndimage.interpolation.rotate(image2, angle, mode='nearest', axes=(0, 2), reshape=False)

            # rotate along x-axis
            angle = random.uniform(-max_angle, max_angle)
            batch_rot[i] = scipy.ndimage.interpolation.rotate(image3, angle, mode='nearest', axes=(1, 2), reshape=False)
            #                print(i)
        else:
            batch_rot[i] = batch[i]
    return batch_rot.reshape(size)