CV — 数据增强：仿射变换

• 转载请备注原文出处，谢谢：https://blog.csdn.net/pentiumCM/article/details/119182719

CV — 数据增强：仿射变换

一、前言

(一) 仿射变换概念

1. 前言：
   在深度学习的数据增强中，我们经常需要对图像进行各种增强操作如：平移、翻转（flip）、缩放（Scale）、旋转（Rotation）、裁剪（Shear） 等，这些其实都是 图像的仿射变换。
   待确认：对比度，色彩抖动，噪声

2. 仿射变换原理：

   • 维基百科定义：
     仿射变换（Affine transformation），又称 仿射映射，是指在 几何 中，对一个 向量空间 进行一次 线性变换 并接上一个 平移，变换为另一个向量空间。

     简单来说，“仿射变换” 就是：“线性变换” + “平移”。

   • 示例：

     假设有一个向量空间 k：k = (x, y)，还有一个向量空间 j：j = (x’, y’)，可以通过仿射变换来将 j 变换成 k。

     步骤如下：

     • 令：j = w * k + b，
       分解式：x’ = w₀₀ * x + w₀₁ * y + b₀，y’ = w₁₀ * x + w₁₁ * y + b₁
     • 转换为矩阵的乘法：
       
       通过 参数矩阵M 就可以实现两个向量空间之间的转换。

   • 总结：
     在进行仿射变换的时候我们也只需要一个矩阵M就可以实现平移、缩放、旋转和翻转等变换。

     仿射变换是一种二维坐标到二维坐标之间的线性变换，它保持了二维图形的 “平直性”（直线经过变换之后依然是直线）和 “平行性”（二维图形之间的相对位置关系保持不变，平行线依然是平行线，且直线上点的位置顺序不变）。任意的仿射变换 都能表示为乘以一个矩阵(线性变换)，再加上一个向量 (平移) 的形式．

(二) 仿射变换矩阵

1. 平移：

   # x向左平移(负数向左,正数向右) dx 个像素
   # y向下平移(负数向上,正数向下) dy 个像素
   M = [[1, 0, dx],
        [0, 1, dy]]
   

   

2. 翻转（flip）:

   # 水平翻转
   M = [[-1, 0, w],
        [0, 1, 0]]
   
   # 垂直翻转
   M = [[1, 0, 0],
        [0, -1, h]]
   

   

3. 缩放（Scale）：

   # fx，fy：宽高缩放的倍数
   M = [[fx, 0, 0],
        [0, fy, 0]])
   

   

4. 旋转（Rotation）：

   # 以原点为中心旋转
   # d：要转化为弧度制，d = 角度a * pi / 180
   M = [[cosd, -sind, 0],
        [sind, cosd, 0]]
   

   

5. 裁剪（Shear）：

   # a,b：要转化为弧度制，角度 * pi / 180
   # 仅 x 坐标剪切
   M = [[1, tan(a), 0],
        [0, 1, 	 0]]
        
   # 仅 y 坐标剪切
   M = [[1, 	  0, 0],
        [tan(b), 1, 0]]
    
   # x 与 y坐标同时剪切
   M = [[1, 	  tan(a), 0],
        [tan(b), 1, 	  0]]
   

   

二、代码实现

(一) opencv 函数说明

• 参考资料：

  • 仿射说明及opencv使用：https://blog.csdn.net/zhuguiqin1/article/details/113813272
  • 仿射变换与透视变换区别：https://blog.csdn.net/flyyufenfei/article/details/80208361

1. warpAffine

1. def warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None):

   • 解释：
     仿射变换函数，可实现旋转，平移，缩放；变换后的平行线依旧平行

   • 参数：

     src: 输入图像 dst：输出图像
     M: 2×3的变换矩阵
     dsize: 变换后输出图像尺寸
     flag: 插值方法
     borderMode：边界像素外扩方式
     borderValue：边界像素插值，默认用0填充

2. warpPerspective

1. def warpPerspective(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None):

   • 解释：
     透视变换函数，可保持直线不变形，但是平行线可能不再平行
   • 参数：
     其相关参数和cv2.warpAffine函数的类似，
     区别在于：M 为 3×3 的变换矩阵，矩阵前两行用于仿射变换，第三行用于透视变换。

(二) 实现代码

• 完整代码：

  • 完整代码连接：仿射变换-opencv

  • 挑选其中的一个进行阐述：
    以仿射变换中的 平移 为例子，其他变换只要 替换仿射变换的矩阵 即可：

    import cv2
    import numpy as np
    
    def translation_img(image, pad_color=(114, 114, 114)):
        """
        仿射变换：平移
        步骤：1. 设置平移仿射系数  2. 利用OpenCV中的warpAffine函数
        :return:
        """
        # 定义一个图像平移矩阵，矩阵M：仿射变换的平移参数
        # x向左平移(负数向左,正数向右) 100 个像素
        # y向下平移(负数向上,正数向下) 100 个像素
        # M = [[1, 0, dx],
        #      [0, 1, dy]]
        M = np.array([[1, 0, -100],
                      [0, 1, 100]], dtype=np.float)
    
        # 定义平移后图像的大小,保持和原图大小一致
        dsize = image.shape[:2][::-1]
        # 采用灰色来填充边界
        image = cv2.warpAffine(image, M, dsize, borderValue=pad_color)
    
        return image
    
    
    if __name__ == '__main__':
        image = cv2.imread('000007.jpg')
    
        cv2.imshow('org_img', image)
    
        image_dst = translation_img(image)
    
        cv2.imshow('image_dst', image_dst)
    
        cv2.waitKey(0)
        cv2.destroyAllWindows()
    
    

• 效果如下：

  左图为原图，右图为 平移仿射变换 之后的图。