Pytorch中的仿射变换

转载声明，借鉴于这里
pytorch里面的仿射变换，写出一些关于自己的理解。

1：基本原理

首先我们先搞明白旋转，其实很简单，如下图。就是基本的三角函数。其中其中$\rho$表示$(x,y)$点距离原点的距离。
起始点$(x,y)$逆时针旋转$\theta$度以后，到$(x^{\prime }，y^{\prime })$处，所以我们只要给出$\theta$，就能通过上述公式，实现旋转。同时我们注意到在上述公式中，尾巴后面有个加[0, 0]的操作，其实这个操作加[0, 0]的操作就是实现该点的平移。如果我们把[0, 0]换成[500, 100]，并且不进行旋转，这就等于让该点在水平方向上右移500，垂直方向上往下移动100。如下图所示。

所以对图像的仿射变换，一共包含六个参数，如下图所示，顾名思义，前两列的参数$[A,B,C,D]$用于实现旋转，最后一列的参数$[E,F]$用于平移。

2：实际操作

好了，原理就那么多，开始上代码。先可视化图片。

from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
import torch
from torch.nn import functional as F
import math

img_path = "img/img.png"
img_torch = transforms.ToTensor()(Image.open(img_path))
plt.imshow(img_torch.numpy().transpose(1, 2, 0))
plt.show()

下面开始仿射变换，进行仿射变换会用到affine_grid和grid_sample这两个函数。这两个函数下面解释，我觉得主要的还是要搞明白这个仿射变换矩阵的 作用是什么，为什么它是一个两行三列的矩阵。旋转结果如下图所示。当然
我这里没有进行平移操作。

# -----------------------
# 角度为-30度，就是顺时针旋转
# -----------------------
angle = -30 * math.pi / 180
# -----------------------
# 构造仿射变换矩阵，前两列用于旋转，
# 最后一列用于平移
# -----------------------
theta = torch.tensor([
    [math.cos(angle), math.sin(-angle), 0],
    [math.sin(angle), math.cos(angle), 0]
], dtype=torch.float)
# -----------------------
# pytorch中仿射变换需要用到
# affine_grid和grid_sample两个函数
# -----------------------
grid = F.affine_grid(theta.unsqueeze(0), img_torch.unsqueeze(0).size(), align_corners=True)
output = F.grid_sample(img_torch.unsqueeze(0), grid, align_corners=True)
new_img_torch = output[0]
plt.imshow(new_img_torch.numpy().transpose(1, 2, 0))
plt.show()

3：函数的说明

要使用 pytorch 的进行仿射操作，只需要两步：

第一步：创建网格，代码为torch.nn.functional.affine_grid(theta, size)其中theta就是我们之前说的仿射变换矩阵，size为希望仿射变换后图像的大小，其实我们可以通过调节size设置所得到的图像的大小(相当于resize)；
第二步：进行重采样：代码为torch.nn.functional.grid_sample(inputs, grid, mode='bilinear')，其中inputs为输入的图像转换后的tensor，grid就是第一步的结果，mode可以设定为双线性插值等。