为多维NumPy数组旋转图像90度

Question

我有一个numpy形状数组（7410000100），这意味着我有7张100x100的图像，深度为4。我想把这些图像旋转90度。 我试过：

rotated= numpy.rot90(array, 1)

但它将数组的形状改为（4710100），这是不需要的。有什么解决办法吗？

Answer 1

不使用np.rot90顺时针旋转的一种解决方案是交换最后两个轴，然后翻转最后一个轴-

img.swapaxes(-2,-1)[...,::-1]

对于逆时针旋转，翻转第二个最后轴-

img.swapaxes(-2,-1)[...,::-1,:]

对于np.rot90，逆时针旋转将是-

np.rot90(img,axes=(-2,-1))

样本运行-

In [39]: img = np.random.randint(0,255,(7,4,3,5))

In [40]: out_CW = img.swapaxes(-2,-1)[...,::-1] # Clockwise

In [41]: out_CCW = img.swapaxes(-2,-1)[...,::-1,:] # Counter-Clockwise

In [42]: img[0,0,:,:]
Out[42]: 
array([[142, 181, 141,  81,  42],
       [  1, 126, 145, 242, 118],
       [112, 115, 128,   0, 151]])

In [43]: out_CW[0,0,:,:]
Out[43]: 
array([[112,   1, 142],
       [115, 126, 181],
       [128, 145, 141],
       [  0, 242,  81],
       [151, 118,  42]])

In [44]: out_CCW[0,0,:,:]
Out[44]: 
array([[ 42, 118, 151],
       [ 81, 242,   0],
       [141, 145, 128],
       [181, 126, 115],
       [142,   1, 112]])

运行时测试

In [41]: img = np.random.randint(0,255,(800,600))

# @Manel Fornos's Scipy based rotate func
In [42]: %timeit rotate(img, 90)
10 loops, best of 3: 60.8 ms per loop

In [43]: %timeit np.rot90(img,axes=(-2,-1))
100000 loops, best of 3: 4.19 µs per loop

In [44]: %timeit img.swapaxes(-2,-1)[...,::-1,:]
1000000 loops, best of 3: 480 ns per loop

因此，对于旋转90度或其倍数，基于numpy.dot或swapping axes的旋转在性能上看起来非常好，而且更重要的是，不执行任何插值，否则将更改值，如Scipy的基于旋转的函数所做的那样。

Answer 2

另一种选择

你可以使用^{}，我认为它比numpy.rot90更有用

例如

from scipy.ndimage import rotate
from scipy.misc import imread, imshow

img = imread('raven.jpg')

rotate_img = rotate(img, 90)

imshow(rotate_img)

更新（注意插值）

如果你注意旋转的图像，你会看到左边的黑色边框，这是因为Scipy使用插值。所以，实际上图像已经改变了。但是，如果这对您是一个问题，有许多选项可以删除黑边框。

看这个post。