使用网格网格进行图像变换的边界条件答案

【问题标题】：Boundary conditions for image transformations with meshgrid使用网格网格进行图像变换的边界条件
【发布时间】：2012-05-18 23:59:24
【问题描述】：

我使用meshgrid转换了一张图片，但是新的坐标部分超出了原图片的范围，导致转换失败。

首先我使用了剪辑

...
tX = numpy.clip(tX.astype(numpy.int),0,image.w)
tY = numpy.clip(tY.astype(numpy.int),0,image.h)
result image([tX,tY])

这导致了类似于“最近”边界条件的效果。

我希望所有外部像素都是黑色的。我以为我可以通过在网格网格上使用布尔数组来实现这一点，但我不知道如何正确地将布尔数组应用于网格网格。

tXbool = numpy.abs(tX) < image.w
tXbool.shape
(850, 1280)
tX[tXbool].shape
(193180,)

【问题讨论】：

标签： image-processing numpy

【解决方案1】：

您应该始终对目标图像中的像素应用逆变换，并使用它来查找源图像中的（插值）颜色/值。否则你最终会遇到漏洞和量化问题。这是一个参考，或在任何图像处理教科书中查找图像转换/扭曲：http://www.cs.clemson.edu/~dhouse/courses/405/notes/image-warps.pdf

【讨论】：

您提出的观点非常好。注意这一点非常重要。

【解决方案2】：

好吧，我最后就是这样做的：

tXbool = (0 < tX) & (tX  < image.w )
tybool = (0 < tY) & (tY  < image.h )
outliers = tXbool & tybool

mask = where(outliers,1,0)
mask4channels = dstack([mask,mask,mask])
image = image*mask4channels

【讨论】：