【 Python高级编程】什么是图像仿射变换

图像仿射变换（Affine Transformation）是图像处理中的一种基本操作，它通过对图像的几何位置进行线性变换来实现图像的缩放、旋转、平移、剪切等操作。仿射变换保持了图像中的直线性和平行性，即变换后的图像中，原来平行的线依然是平行的，原来直线的部分依然是直线。

1.仿射变换的数学基础

仿射变换可以用一个矩阵乘法和一个向量加法来表示：

$\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right)=\left(\begin{array}{cc}a& b\\ c& d\end{array}\right)\left(\begin{array}{c}x\\ y\end{array}\right)+\left(\begin{array}{c}e\\ f\end{array}\right)$

• 其中：
  $(x,y)$ 是原图像中的点。
  $(x^{\prime },y^{\prime })$是变换后的点。
  $\left(\begin{array}{cc}a& b\\ c& d\end{array}\right)$是线性变换矩阵，决定了旋转、缩放、剪切等变换。
  $\left(\begin{array}{c}e\\ f\end{array}\right)$ 是平移向量。

2. 常见的仿射变换

• 平移（Translation）： 平移操作示意图像在 x 和 y 方向上移动。
  $\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right)=\left(\begin{array}{cc}1& 0\\ 0& 1\end{array}\right)\left(\begin{array}{c}x\\ y\end{array}\right)+\left(\begin{array}{c}tx\\ ty\end{array}\right)$

其中 $(tx,ty)$ 是平移的距离。

• 旋转（Rotation）： 旋转操作示意图像绕某一点旋转。
  $\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right)=\left(\begin{array}{cc}\cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right)\left(\begin{array}{c}x\\ y\end{array}\right)$

其中 $\theta$ 是旋转角度。

• 缩放（Scaling）： 缩放操作示意图像按比例放大或缩小。
  $\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right)=\left(\begin{array}{cc}sx& 0\\ 0& sy\end{array}\right)\left(\begin{array}{c}x\\ y\end{array}\right)$

其中 $sx$ 和 $sy$ 是 x 和 y 方向的缩放因子。

• 剪切（Shearing）： 剪切操作示意图像在某一方向上倾斜。
  $\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right)=\left(\begin{array}{cc}1& s{h}_x\\ s{h}_y& 1\end{array}\right)\left(\begin{array}{c}x\\ y\end{array}\right)$

其中 $s{h}_x$和 $s{h}_y$是剪切因子。

3.在 OpenCV 中的实现

在 OpenCV 中，可以使用 cv2.getAffineTransform() 或 cv2.warpAffine() 函数来实现仿射变换。

1. 使用 cv2.getAffineTransform()

这是通过三个点来确定一个仿射变换矩阵。

import cv2
import numpy as np

# 读取图像
image = cv2.imread('path_to_your_image.jpg')

# 定义三个点及其变换后的位置
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
pts2 = np.float32([[10, 100], [200, 50], [100, 250]])

# 计算仿射变换矩阵
M = cv2.getAffineTransform(pts1, pts2)

# 应用仿射变换
transformed_image = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

# 显示结果
cv2.imshow('Transformed Image', transformed_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 使用 cv2.warpAffine()

直接应用预计算的仿射变换矩阵。

import cv2
import numpy as np

# 读取图像
image = cv2.imread('path_to_your_image.jpg')

# 定义仿射变换矩阵
M = np.float32([[1, 0, 100], [0, 1, 50]])  # 平移操作

# 应用仿射变换
transformed_image = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

# 显示结果
cv2.imshow('Transformed Image', transformed_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

4，总结

仿射变换是图像处理中的一种基本变换，能够实现图像的平移、旋转、缩放和剪切等操作。通过理解仿射变换的数学基础和在 OpenCV 中的实现方法，可以灵活地对图像进行各种几何变换。