python scipy 二维插值 |
您所在的位置:网站首页 › numpy 二维插值 › python scipy 二维插值 |
在我的应用程序中,数据是在扭曲的网格上采样的,我想将其重新采样到非扭曲网格上。为了测试这一点,我编写了一个带有示例性失真和一个简单函数作为数据的程序:from __future__ import division import numpy as np import scipy.interpolate as intp import pylab as plt # Defining some variables: quadratic = -3/128 linear = 1/16 pn = np.poly1d([quadratic, linear,0]) pixels_x = 50 pixels_y = 30 frame = np.zeros((pixels_x,pixels_y)) x_width= np.concatenate((np.linspace(8,7.8,57) , np.linspace(7.8,8,pixels_y-57))) def data(x,y): z = y*(np.exp(-(x-5)**2/3) + np.exp(-(x)**2/5) + np.exp(-(x+5)**2)) return(z) # Generating grid coordinates yt = np.arange(380,380+pixels_y*4,4) xt = np.linspace(-7.8,7.8,pixels_x) X, Y = np.meshgrid(xt,yt) Y=Y.T X=X.T Y_m = np.zeros((pixels_x,pixels_y)) X_m = np.zeros((pixels_x,pixels_y)) # generating distorted grid coordinates: for i in range(pixels_y): Y_m[:,i] = Y[:,i] - pn(xt) X_m[:,i] = np.linspace(-x_width[i],x_width[i],pixels_x) # Sample data: for i in range(pixels_y): for j in range(pixels_x): frame[j,i] = data(X_m[j,i],Y_m[j,i]) Y_m = Y_m.flatten() X_m = X_m.flatten() frame = frame.flatten() ## Y = Y.flatten() X = X.flatten() ipf = intp.interp2d(X_m,Y_m,frame) interpolated_frame = ipf(xt,yt) 在这一点上,我不得不问:代码有效,但我收到以下警告: 警告:不能再添加节点,因为B样条系数的数目 已经超过数据点m的数目。可能的原因是: s或m太小。(fp;秒) kx,ky=1,1 nx,ny=54,31 m=1500 fp=0.000006 s=0.000000 另外,一些插值工件出现了,我假设它们与警告相关-你们知道我做错了什么吗?对于我的实际应用,框架需要大约500*100,但是当这样做的时候,我会得到一个记忆错误-除了把框架分成几个部分之外,我能做些什么来帮助它吗? 谢谢! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |