浅谈仿射变换和透视变换的区别

从直观的角度看，仿射变换和透视变换的最大区别是：一个平行四边形，经过仿射变换后依然是平行四边形；而经过透视变换后只是一个四边形（不再平行了）。

仿射变换

仿射变换是把一个二维坐标系转换到另一个二维坐标系的过程，转换过程坐标点的相对位置和属性不发生变换，是一个线性变换，该过程只发生旋转和平移过程。因此，一个平行四边形经过仿射变换后还是一个平行四边形。
所以，仿射= 旋转 + 平移
仿射变换矩阵为：

其中，(x,y)是原图坐标，(x’,y’)是变换后的坐标；m11,m12,m21,m22为旋转量，m13,m23为平移量。所以仿射变换矩阵实际为2*3的矩阵，以上只是齐次性，为了方便简洁表达旋转和平移，因此，仿射变换为线性变换。

在opencv中，实现仿射变换的函数为:

• warpAffine(src,dst,M,(cols,rows))
• src:输入图像
• dst:输出图像
• M:2*3的仿射变换矩阵
• (cols,rows):输出图像的行数和列数

以下用python编程语言，opencv函数库简单实现一下仿射变换，以下程序实现把一张图片顺时针旋转45°，向左平移200个像素点，向下平移30个像素点，该过程的仿射变换矩阵为：

import cv2 as cv
import numpy as np

src = cv.imread("Google.jpg")
rows,cols = src.shape[0:2]
M = np.array([[np.cos(np.pi/4),np.sin(-np.pi/4),500],[np.sin(np.pi/4),np.cos(np.pi/4),30]]) #顺时针旋转45度，向左平移200，向下平移30
dst = cv.warpAffine(src,M,(2*cols, 2*rows))#把输出图像的大小改为输入图像的两倍
cv.imshow("src",src)
cv.imshow("dst",dst)
cv.imwrite("affine.jpg", dst)
cv.waitKey(0)

输入图像src:

输出图片dst:

透视变换

透视变换是把一个图像投影到一个新的视平面的过程，该过程包括：把一个二维坐标系转换为三维坐标系，然后把三维坐标系投影到新的二维坐标系。该过程是一个非线性变换过程，因此，一个平行四边形经过透视变换后只得到四边形，但不平行。
透视变换矩阵为：

其中，(x,y)是原图坐标，(x’,y’)是变换后的坐标；m11,m12,m21,m22,m31,m32为旋转量，m13,m23,m33为平移量。因为透视变换是非线性的，所以不能齐次性表示；透视变换矩阵为3*3。

在opencv中，实现透视变换的函数为：

• warpPerspective(src,dst,H,(cols,rows))
• src:输入图像
• dst:输出图像
• H:3*3的仿射变换矩阵
• (cols,rows):输出图像的行数和列数

程序实现跟仿射变换差不多，这里不再展示。

总结

仿射变换常用于旋转和平移等图像处理操作，原理较简单。而透视变换的实际应用较大，如视角纠正，全景拼接等。