Nakładka obrócona Obrazy na działce z Matplotlib

Question

Mam obecnie skonstruowany wykres za pomocą prostokątów Patches, aby wyświetlić sekwencję pozycji.

EDIT: Kod użyte do wygenerowania tego (zbudowany od biblioteki RLPy) -

def visualize_trajectory(self, trajectory=[[0,0,0,0], [0.1,0.1,0,0]]): 
    domain_fig = plt.figure() 

    for i, s in enumerate(trajectory): 
     x, y, speed, heading = s[:4] 
     car_xmin = x - self.REAR_WHEEL_RELATIVE_LOC 
     car_ymin = y - self.CAR_WIDTH/2. 

     car_fig = matplotlib.patches.Rectangle(
      [car_xmin, 
      car_ymin], 
      self.CAR_LENGTH, 
      self.CAR_WIDTH, 
      alpha=(0.8 * i)/len(trajectory)) 
     rotation = Affine2D().rotate_deg_around(
      x, y, heading * 180/np.pi) + plt.gca().transData 
     car_fig.set_transform(rotation) 
     plt.gca().add_patch(car_fig) 

Czy istnieje jakiś sposób, aby nałożyć każdy z tych plastrów z obrazami? Idealnie byłoby, gdyby w każdym miejscu był obraz samochodu zamiast prostokąta.

Grałem z AnnotationBbox i TransformedBbox, ale oba wydają się być nieelastyczne w przypadku rotacji.

Answer 1

Spójrz na demo_affine_imagez matplotlib gallery. Pokazuje, jak obrócić obraz.

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.transforms as mtransforms 
import matplotlib.cbook as cbook 

def get_image(): 
    fn = cbook.get_sample_data("necked_tensile_specimen.png") 
    arr = plt.imread(fn) 
    # make background transparent 
    # you won't have to do this if your car image already has a transparent background 
    mask = (arr == (1,1,1,1)).all(axis=-1) 
    arr[mask] = 0 
    return arr 

def imshow_affine(ax, z, *args, **kwargs): 
    im = ax.imshow(z, *args, **kwargs) 
    x1, x2, y1, y2 = im.get_extent() 
    im._image_skew_coordinate = (x2, y1) 
    return im 

N = 7 
x = np.linspace(0, 1, N) 
y = x**1.1 
heading = np.linspace(10, 90, N) 
trajectory = list(zip(x, y, heading)) 
width, height = 0.3, 0.3 
car = get_image() 
fig, ax = plt.subplots() 
for i, t in enumerate(trajectory, start=1): 
    xi, yi, deg = t 
    im = imshow_affine(ax, car, interpolation='none', 
         extent=[0, width, 0, height], clip_on=True, 
         alpha=0.8*i/len(trajectory)) 
    center_x, center_y = width//2, height//2 
    im_trans = (mtransforms.Affine2D() 
       .rotate_deg_around(center_x, center_y, deg) 
       .translate(xi, yi) 
       + ax.transData) 
    im.set_transform(im_trans) 

ax.set_xlim(-0.5, 1.5) 
ax.set_ylim(-0.5, 1.7) 
plt.show()