scipy.spatial.transform.RigidTransform.

from_translation

classmethod RigidTransform.from_translation(cls, translation)

Initialisierung aus einem Translations-NumPy-Array, ohne Drehung.

Beim Anwenden dieser Transformation auf einen Vektor v ist das Ergebnis dasselbe, als ob die Translation und der Vektor addiert würden. Wenn t der Verschiebungsvektor der Translation ist, dann gilt:

Tf.from_translation(t).apply(v) == t + v

Parameter:

translationarray_like, Form (N, 3) oder (3,)

Ein einzelner Translationsvektor oder ein Stapel von Translationsvektoren.

Rückgabe:

transformRigidTransform Instanz

Beispiele

Probieren Sie es in Ihrem Browser aus!

>>> from scipy.spatial.transform import RigidTransform as Tf
>>> import numpy as np

Erstellung einer Transformation aus einem einzelnen Translationsvektor

>>> t = np.array([2, 3, 4])
>>> t + np.array([1, 0, 0])
array([3, 3, 4])
>>> tf = Tf.from_translation(t)
>>> tf.apply([1, 0, 0])
array([3., 3., 4.])
>>> tf.single
True

Die oberen 3x1 Punkte in der am weitesten rechts liegenden Spalte der Transformationsmatrix sind der Translationsvektor

>>> tf.as_matrix()
array([[1., 0., 0., 2.],
       [0., 1., 0., 3.],
       [0., 0., 1., 4.],
       [0., 0., 0., 1.]])
>>> np.allclose(tf.as_matrix()[:3, 3], t)
True

Erstellung mehrerer Transformationen aus einem Stapel von Translationsvektoren

>>> t = np.array([[2, 3, 4], [1, 0, 0]])
>>> t + np.array([1, 0, 0])
array([[3, 3, 4],
       [2, 0, 0]])
>>> tf = Tf.from_translation(t)
>>> tf.apply([1, 0, 0])
array([[3., 3., 4.],
       [2., 0., 0.]])
>>> np.allclose(tf.as_matrix()[:, :3, 3], t)
True
>>> tf.single
False
>>> len(tf)
2

ZurückIn Tab öffnen