Matplotlibでプロットされた画像を重ねて表示

Question

現在、矩形のパッチを使用して一連の位置を表示するプロットを作成しました。

EDIT：コードは、この（RLPyライブラリのオフに構築された）を生成するために使用される -

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) 

画像と、これらのパッチのそれぞれをオーバーレイする方法はありますか？理想的には、それぞれの位置に長方形の代わりに車の画像があります。

私はAnnotationBboxとTransformedBboxで遊んだことがありますが、どちらも回転を扱う際に柔軟性がないようです。

Answer 1

matplotlib galleryから demo_affine_imageをご覧ください。画像を回転する方法を で示しています。

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()