图像的仿射变换原理、Homography、alpha通道以及python实现

1、仿射变换原理

仿射变换有6个自由度，需要3个对应点对来估计矩阵H。仿射变换可以用DLT(Direct Linear Transformation，直接线性变换)算法估计得出，DLT方程为：

1.2 Homography

对图像块进行仿射变换，我们将其称为图形扭曲。
仿射扭曲的一个简单例子是将图像或者图像的一部分放置在另一幅图像中，使得他们能够和指定的区域或者标记物对齐。
将函数image_in_image()添加到warp.py文件中。该函数的输入参数为两幅图像和一个坐标。该坐标为将第一幅图像放置到第二幅图像中的焦点坐标。将两幅扭曲的图像和第二幅图像融合就创建了alpha图像。
图像映射流程：
① 针对两张图像提取特征
② 特征匹配
③ 根据图像变换特点，选取合适的变换结构
④ 根据DLT等方法计算变换结构
⑤ 采用正向/逆向映射，利用插值方式实现图像映射变换

2、α通道

在电脑图形中，每个象素都包含RGB三个色彩信息通道–红、绿、蓝，在24位的图形中，每个通道又包含了8位色彩深度。如果图形卡具有32位总线，附加的8位信号就被用来保存不可见的透明度信号以方便处理用。
白色的alpha象素用于定义不透明的彩色象素，而黑色的alpha象素用于定义透明象素，黑白之间的灰阶用来定义半透明象