Python使用numpy.roll（）使用重复的边扭曲图像

Question

我有一个numpy数组的图像，带有（w，h，3），我想使用叠加正弦波生成的一些值沿y轴扭曲它

下面是该方法的代码和3个图像（输入、当前输出、所需输出）。所需的输出是使用Photoshop Wave扭曲过滤器完成的，该过滤器具有重复边缘像素的选项。 基本上，我想实现这个选项来重复边缘像素，而不是环绕像素，这样图像看起来更像一条路径

另一件事是，我不认为np.roll（）是做这项工作的正确方法，但我对任何与numpy相关的东西都是一个十足的noob

def distortH(data, distortions, w, h):
    imgdata = np.zeros((h, w, 3), dtype=np.uint8)
    for y in range(h):
        imgdata[y] = np.roll(data[y], distortions[y], axis=0)
    return imgdata

• 数据：带w、h、3的numpy阵列

• 扭曲：长度为h且扭曲的数组 值介于-500和500之间（在这种情况下，失真值将 根据图像大小具有不同的缩放比例）

• w：图像的宽度

• h：图像的高度

提前谢谢

输入：

电流输出

期望输出

Answer 1

解决了

roll（）确实不是正确的方法

使用numpy.pad（）解决了这个问题

def distortH(data, distortions, w, h):
    imgdata = np.zeros((h, w, 3), dtype=np.uint8)
    for y in range(h):
        if distortions[y] == 0:
            imgdata[y] = data[y]
        elif distortions[y] > 0:
            ndata = np.pad(data[y], ((distortions[y], 0),(0,0)), mode='edge')
            imgdata[y] = ndata[:len(ndata)-distortions[y], :]
        else:
            ndata = np.pad(data[y], ((0, -distortions[y]),(0,0)), mode='edge')
            imgdata[y] = ndata[-distortions[y]:, :]
    return imgdata

可能不是解决这个问题的最佳方法。但这比手动遍历所有行并逐个交换像素要快得多