Python 撇渣：定义垂直剪切

Python

skimage

包有一个函数

transform.AffineTransform（）

，其中一个选项是

shear

显然，我可以通过前后切换轴来进行垂直剪切。我就是这么做的：

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？

你的问题（和链接页面）给出了答案。。。由于

AffineTransform

允许您指定转换矩阵，并且您的链接wiki页面显示了这一点，因此通过直接指定转换矩阵来减少操作的数量非常简单，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()

---

您应该看到两个具有相同图像集的图形

谢谢。在使用PIL时，我还指定了矩阵。我很惊讶scikit图像中没有垂直剪切参数，这通常更方便用户。我只是等着看是否有人知道更直接的方法，否则我会给你正确的答案，太棒了@RicardoCruz-如果您查看源代码（特别是这里：），您将看到至少就仿射变换而言，它肯定只支持水平剪切。@RicardoCruz:还需要注意的是，目前关于

shear

参数存在一些争议：-您可能希望现在仍然坚持定义变换矩阵！谢谢你提醒我！