Image processing 网格图像变换的边界条件

我使用

meshgrid

对图像进行了变换，但新坐标部分超出了原始图像的范围，导致变换失败

首先我用的是夹子

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

其结果类似于“最近”边界条件

我想所有的外部像素都是黑色的。我想我可以通过在网格上使用布尔数组来实现这一点，但我不知道如何将布尔数组正确地应用到网格上

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

tXbool=numpy.abs（tX）

好的，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

tXbool=（0

您应该始终对目标图像中的像素应用逆变换，并使用它查找源图像中的（插值）颜色/值。否则，最终会出现孔洞和量化问题。这里有一个参考资料，或者在任何图像处理教科书中查找图像变换/扭曲：

这是您提出的一个非常好的观点。注意这一点非常重要。