小强学Python+OpenCV之－1.4.1平移、旋转、缩放、翻转－之理论

小强学Python+OpenCV之－1.4.1平移、旋转、缩放、翻转－之理论

下面我们将进入实际的图像处理阶段。
本阶段，我们将分别学习图像的平移、旋转、缩放、翻转、裁剪、算术运算、位运算、掩膜(mask)、通道分离及合并等技术。

目标

本节我们学习下面几个简单的操作：
1. 平移(translation)
2. 旋转(rotation)
3. 缩放(resizing)
4. 翻转(flipping)

变换矩阵

图像的各种操作都可以反应为矩阵的算术运算。比如：

1.平移

图像的平移操作是指：图像沿X方向或Y方向（或两者同时）进行的整体移动。平移变换对应矩阵运算中的加法。

目标位置：

$$x^{'} = x + t_{x}$$
$$y^{'} = y + t_{y}$$

(tx, ty)叫作转换矩阵或平移矩阵。上面的公式也可用表示如下:

$$\begin{pmatrix} x\\ y \\\end{pmatrix} + \begin{pmatrix} t_{x} \\ t_{y} \\ \end{pmatrix}=\begin{pmatrix} x+t_{x} \\ y+t_{y} \\ \end{pmatrix}$$

2.旋转

图像的旋转对应矩阵的乘法，如下：
(x, y)绕原点逆时针旋转θ度角到(x’, y’)的变换公式是：

$$x^{'} = xcos\theta - ysin\theta$$
$$y^{'} = xsin\theta + ycos\theta$$
用矩阵表示为：
$$\begin{pmatrix} x'\\ y' \\\end{pmatrix} = \begin{pmatrix} cos\theta & -sin\theta \\ sin\theta & cos\theta \\ \end{pmatrix} * \begin{pmatrix} x \\ y \\ \end{pmatrix}$$

3.缩放

图像的缩放对应的也是矩阵乘法，如下：

$$x^{'} = s_{x} * x$$
$$y^{'} = s_{y} * y$$

用矩阵表示为：

$$\begin{pmatrix} x'\\ y' \\\end{pmatrix} = \begin{pmatrix} s_{x} & 0 \\ 0 & s_{y} \\ \end{pmatrix} * \begin{pmatrix} x \\ y \\ \end{pmatrix}$$

4.翻转

翻转对应的也是同样是矩阵简洁，中是有点特殊：
沿X轴翻转：

$$x^{'} = -x$$
$$y^{'} = y$$
用矩阵表示为：
$$\begin{pmatrix} x'\\ y' \\\end{pmatrix} = \begin{pmatrix} -1 & 0 \\ 0 & 1 \\ \end{pmatrix} * \begin{pmatrix} x \\ y \\ \end{pmatrix}$$

沿Y轴反转：

$$x^{'} = x$$
$$y^{'} = -y$$
用矩阵表示为：
$$\begin{pmatrix} x'\\ y' \\\end{pmatrix} = \begin{pmatrix} 1 & 0 \\ 0 & -1 \\ \end{pmatrix} * \begin{pmatrix} x \\ y \\ \end{pmatrix}$$

仿射变换

也许你看出了问题，那就是：除了平移，其它变换都可以用矩阵乘法来表示。那么能不能让平移变换也转换成矩阵的乘法运算呢？这样就可以统一了。答案是，可以的。那就是用仿射变换。
即用三维向量（x, y, 1）表示二维向量。
那么，上面的平移，旋转，绽放，翻转就可以转变如下。

1. 平移

设某点向x方向移动 tx, y方向移动 ty, (x, y)为变换前坐标，(X, Y)为变换后坐标。 则：

$$X = x + t_x$$
$$Y = y + t_y$$
以矩阵表示：
$$\begin{pmatrix} X\\ Y \\ 1 \\\end{pmatrix} = \begin{pmatrix} x\\ y \\ 1 \\\end{pmatrix} * \begin{pmatrix} 1 & 0 & tx\\ 0 & 1 & ty\\ 0 & 0 & 1 \\ \end{pmatrix}=\begin{pmatrix} x+tx \\ y+ty \\1\\ \end{pmatrix}$$

2. 旋转

设某点 (x, y) 以原点为圆心，以该点与原点连线为半径， 逆时针旋转θ度。新的位置(X, Y)

$$X = x*cos\theta - y*sin\theta$$
$$Y = x*sin\theta + y*cos\theta$$
以矩阵表示：
$$\begin{pmatrix} X\\ Y \\ 1 \\\end{pmatrix} = \begin{pmatrix} x\\ y \\ 1 \\\end{pmatrix} * \begin{pmatrix} cos\theta & -sin\theta & 0\\ sin\theta & cos\theta & 0 \\ 0 & 0 & 1 \\ \end{pmatrix}=\begin{pmatrix} x*cos\theta - y*sin\theta \\ x*sin\theta + y*cos\theta \\1\\ \end{pmatrix}$$

3. 缩放

设某点坐标(x, y)，在x轴方向扩大 sx倍，y轴方向扩大 sy倍，变换后坐标为(X, Y)。

$$X = s_x*x$$
$$Y = s_y*y$$
以矩阵表示：
$$\begin{pmatrix} X\\ Y \\ 1 \\\end{pmatrix} = \begin{pmatrix} x\\ y \\ 1 \\\end{pmatrix} * \begin{pmatrix} s_x & 0 & 0\\ 0 & s_y & 0\\ 0 & 0 & 1 \\ \end{pmatrix}=\begin{pmatrix} s_x*x \\ s_y*y \\1\\ \end{pmatrix}$$

4. 翻转

设某点坐标(x, y)
沿x轴翻转，转换后的坐标(X, Y)。

$$X = -x$$
$$Y = y$$
以矩阵表示：
$$\begin{pmatrix} X \\ Y \\ 1 \\\end{pmatrix} = \begin{pmatrix} x\\ y \\ 1 \\\end{pmatrix} * \begin{pmatrix} -1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 1 \\ \end{pmatrix}=\begin{pmatrix} -x \\ y \\1\\ \end{pmatrix}$$

沿y轴翻转，转换后的坐标(X, Y)。

$$X = x$$
$$Y = -y$$
以矩阵表示：
$$\begin{pmatrix} X \\ Y \\ 1 \\\end{pmatrix} = \begin{pmatrix} x\\ y \\ 1 \\\end{pmatrix} * \begin{pmatrix} 1 & 0 & 0\\ 0 & -1 & 0\\ 0 & 0 & 1 \\ \end{pmatrix}=\begin{pmatrix} x \\ -y \\1\\ \end{pmatrix}$$

参考：

1. 变换矩阵
2. 仿射变换