3.4 图像几何变换——图像错切

1. 沿着 $X$ 方向错切

设原始图像的任意点 $P_0(x_0,y_0)$，沿 $X$ 方向错切，经错切后 $\alpha$ 角度后到新的位置 $P(x,y)$，
$$\{\begin{array}{c}x=x_0+\beta y_0\\ y=y_0\end{array}$$
如果错切角记为 $\theta$，即有 $\beta =tan\theta$ 根据上式子，整理错切前后的坐标变换为
$$\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=\left[\begin{array}{ccc}1& tan\theta & 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}{x}_0\\ y_0\\ 1\end{array}\right]$$

2. 沿着 $y$ 方向错切

设原始图像的任意点 $P_0(x_0,y_0)$，沿 $X$ 方向错切，经错切后 $\alpha$ 角度后到新的位置 $P(x,y)$，
$$\{\begin{array}{c}x=x_0\\ y=y_0+\alpha x_0\end{array}$$
如果错切角记为 $\theta$，即有 $\alpha =tan\theta$ 根据上式子，整理错切前后的坐标变换为
$$\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=\left[\begin{array}{ccc}1& 0& 0\\ tan\theta & 1& 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}{x}_0\\ y_0\\ 1\end{array}\right]$$

3. 实战

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

# 错切
shearM = np.array([
    [1, 0.3, 0],
    [0, 1,   0]
], dtype=np.float32)

img = cv.imread('pic/rabbit500x333.jpg')
img_shear = cv.warpAffine(img, shearM, dsize=(400, 500))

plt.imshow(img_shear)
plt.show()

4. 效果

---

说明：

1. 未经许可，谢绝转载。
2. 本教程为《数字图像处理Python OpenCV实战》的配套代码相关内容。
   免费视频教程为0-6章（标题号≤6），可在此处点击观看。
   所有课件及源代码可在此处下载：
   链接：https://pan.baidu.com/s/198PySe_vebO3e06idHSQ6g
   提取码：11o4
   有问题可在QQ群（1079300899）指出，进群答案：数字图像处理。