skimage：定义垂直剪切

Question

Python的skimage包有一个函数transform.AffineTransform()，其中一个选项是shear，可以进行水平剪切。显然，我可以通过来回切换轴来进行垂直剪切。这是我的做法：

from skimage import data, transform
import matplotlib.pyplot as plt
import numpy as np

img = data.astronaut()/255

v = 0.3

tf = transform.AffineTransform(shear=-v)
img2 = transform.warp(img, tf, order=1, preserve_range=True, mode='constant')

img3 = np.swapaxes(img, 0, 1)
img3 = transform.warp(img3, tf, order=1, preserve_range=True, mode='constant')
img3 = np.swapaxes(img3, 0, 1)

plt.imshow(np.hstack([img, img2, img3]))
plt.show()

无论如何，我很惊讶没有更直接的方法来定义垂直剪切选项... 我错了吗？

- Ricardo Magalhães Cruz

Answer 1

你的问题（以及链接的页面）已经提供了答案...因为AffineTransform允许您指定变换矩阵，而您链接的维基页面显示了这个内容，很容易通过直接指定变换矩阵来减少操作次数，例如：

from skimage import data, transform
import matplotlib.pyplot as plt
import numpy as np

img = data.astronaut()/255

v = 0.3

tf = transform.AffineTransform(shear=-v)
img2 = transform.warp(img, tf, order=1, preserve_range=True, mode='constant')

img3 = np.swapaxes(img, 0, 1)
img3 = transform.warp(img3, tf, order=1, preserve_range=True, mode='constant')
img3 = np.swapaxes(img3, 0, 1)

plt.imshow(np.hstack([img, img2, img3]))

# Using the transformation matrix directly...

tf_h = transform.AffineTransform(
    np.array([[1, 0.3, 0], [0, 1, 0], [0, 0, 1]]))
img4 = transform.warp(img, tf, order=1, preserve_range=True, mode='constant')
tf_v = transform.AffineTransform(
    np.array([[1, 0, 0], [0.3, 1, 0], [0, 0, 1]]))
img4 = transform.warp(img, tf_h, order=1, preserve_range=True, mode='constant')
img5 = transform.warp(img, tf_v, order=1, preserve_range=True, mode='constant')

plt.figure()
plt.imshow(np.hstack([img, img4, img5]))

plt.show()

你应该看到两个具有相同图像集的图像。

- jmetz

---

谢谢。在使用PIL时，我也会指定矩阵。令人惊讶的是，scikit-image中没有垂直剪切参数，而它通常更加用户友好。我会等待看看是否有更直接的方法来做到这一点，否则我将给出正确的答案，这很棒！ - Ricardo Magalhães Cruz

@RicardoCruz - 如果您查看源代码（特别是此处：https://github.com/scikit-image/scikit-image/blob/master/skimage/transform/_geometric.py#L777），您将会发现至少就仿射变换而言，它仅支持水平剪切。 - jmetz

@RicardoCruz：还要注意目前关于shear参数存在一些争议：https://github.com/scikit-image/scikit-image/issues/3239 - 无论如何，您可能希望暂时坚持定义变换矩阵！ - jmetz

谢谢你提醒我！ - Ricardo Magalhães Cruz