用矩阵实现镜像变换

在数学345视频号第14期《对称》中我们讲到了镜像对称。镜像对称可以通过镜像变换实现。镜像变换通常是关于某个轴或直线做翻转操作操作。
在图像处理中，常见的是水平镜像和垂直镜像。

水平镜像是关于垂直中轴线的镜像，即图像沿着垂直中轴线左右翻转。

垂直镜像是关于水平中轴线的镜像，即图像沿着水平中轴线上下翻转。

理解了镜像变换，并且你熟悉矩阵乘法运算的话，不难想出，镜像变换矩阵，其实就是单位矩阵的"镜像矩阵"，假设镜像矩阵为M，则
$$\begin{array}{r}M=\left(\begin{array}{cccc}0& \cdots & 0& 1\\ 0& \cdots & 1& 0\\ ⋮& & ⋮& ⋮\\ 1& \cdots & 0& 0\end{array}\right)\end{array}$$
和单位矩阵I放在一起，你可以看到对称之美！数学之美！

$$\begin{array}{r}I=\left(\begin{array}{cccc}1& 0& \cdots & 0\\ 0& 1& \cdots & 0\\ ⋮& ⋮& & ⋮\\ 0& 0& \cdots & 1\end{array}\right)\end{array}$$

假设图像为$A_{m,n}$为m*n矩阵，即高为m，宽为n，则
$$A_{m,n}\times M_{n,n}$$
表示对图像A做水平镜像变换，其中M为 n*n
镜像矩阵。

同样的道理，
$$M_{m,m}\times A_{m,n}$$
则表示对图像A做垂直镜像变换。

在《仿射变换中的旋转缩放变换矩阵推导》的文章中，我们介绍过"仿射变换可以将矩形转换为平行四边形，可以挤压形状，但是必须保持两边平行。常见的是旋转、缩放、平移变换。"
。现在思考下，镜像变换是仿射变换吗？

实际上，镜像变换也可以用仿射变换矩阵来实现。因为对于二维空间中的点
(x,y)，执行水平镜像变换可以表示为：
$$\begin{array}{r}\left[\begin{array}{ccc}-1& 0& \text{ width }\\ 0& 1& 0\end{array}\right]\left[\begin{array}{l}x\\ y\\ 1\end{array}\right]\end{array}$$
其中 width 是图像的宽度。这个矩阵乘以点 (x,y) 会产生镜像后的点
$(x^{\prime },y^{\prime })$。这个矩阵乘以二维坐标点时，第一行的 x 系数为 -1，表示将点绕着
y 轴进行了翻转，即进行了水平镜像变换。第二行的 y 系数为
1，表示不对点进行垂直方向上的变换，保持原样。第一行的 width
项则是表示进行 width
平移，目的是为了保持变换后图像的位置不变，保证图像显示在原来的位置上。

垂直镜像变换与此类似，可以表示为：
$$\begin{array}{r}\left[\begin{array}{ccc}1& 0& 0\\ 0& -1& \text{height}\end{array}\right]\left[\begin{array}{l}x\\ y\\ 1\end{array}\right]\end{array}$$
其中 height 是图像的高度。

上面两个矩阵都是仿射变换矩阵，因此镜像变换也属于仿射变换。

用 python 代码非常容易实现镜像变换

import cv2
    import numpy as np
    
    def mirror_transform(image_path, horizontal=True):
        # 加载图片
        original_image = cv2.imread(image_path)
    
        # 检查是否成功加载图片
        if original_image is None:
            print("Error: 无法加载图片！")
            return
    
        # 获取图片尺寸
        height, width = original_image.shape[:2]
    
        # 创建镜像变换矩阵
        if horizontal:
            mirror_matrix = np.float32([[-1, 0, width],
                                        [0, 1, 0]])
        else:
            mirror_matrix = np.float32([[1, 0, 0],
                                        [0, -1, height]])
    
        # 进行镜像变换
        mirrored_image = cv2.warpAffine(original_image, mirror_matrix, (width, height))
    
        # 显示变换后的图片
        cv2.imshow("Mirrored Image", mirrored_image)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
        
    
    image_path = "example.jpg"
    mirror_transform(image_path, True)
    mirror_transform(image_path, False)    

原文链接
用矩阵实现镜像变换

欢迎关注我的微信公众号[数学345]：长按"识别图中二维码"；或打开微信扫一扫。