计算机视觉--图像到图像的映射

第三章 图像到图像的映射

（一）图像仿射变换到目标图像

图像中的图像（仿射扭曲），将图像或者图像的一部分放置在另一幅图像中，使得它们能够和指定的区域或者标记物对齐； 图像的仿射变换是二维坐标到二维坐标的线性变换，而且保留了原图像的“平直性”和“平行性”，但是仿射变换可以改变原图像的角度，使其仿射之后变得倾斜。
代码：
#-- coding: utf-8 --
from PCV.geometry import homography, warp
from PIL import Image
from pylab import *
from scipy import ndimage

#example of affine warp of im1 onto im2

im1 = array(Image.open(‘F:/VSCode/pcv-book-code-master03/111.jpg’).convert(‘L’))
im2 = array(Image.open(‘F:/VSCode/pcv-book-code-master03/112.jpg’).convert(‘L’))
#set to points
tp = array([[240,700,700,240],[300,300,780,780],[1,1,1,1]])
#tp = array([[675,826,826,677],[55,52,281,277],[1,1,1,1]])
im3 = warp.image_in_image(im1,im2,tp)
figure()
gray()
subplot(141)
axis(‘off’)
imshow(im1)
subplot(142)
axis(‘off’)
imshow(im2)
subplot(143)
axis(‘off’)
imshow(im3)

#set from points to corners of im1
m,n = im1.shape[:2]
fp = array([[0,m,m,0],[0,0,n,n],[1,1,1,1]])
#first triangle
tp2 = tp[:,:3]
fp2 = fp[:,:3]
compute H
H = homography.Haffine_from_points(tp2,fp2)
im1_t = ndimage.affine_transform(im1,H[:2,:2],
(H[0,2],H[1,2]),im2.shape[:2])
#alpha for triangle
alpha = warp.alpha_for_triangle(tp2,im2.shape[0],im2.shape[1])
im3 = (1-alpha)im2 + alphaim1_t
#second triangle
tp2 = tp[:,[0,2,3]]
fp2 = fp[:,[0,2,3]]
#compute H
H = homography.Haffine_from_points(tp2,fp2)
im1_t = ndimage.affine_transform(im1,H[:2,:2],
(H[0,2],H[1,2]),im2.shape[:2])
#alpha for triangle
alpha = warp.alpha_for_triangle(tp2,im2.shape[0],im2.shape[1])
im4 = (1-alpha)im3 + alphaim1_t
subplot(144)
imshow(im4)
axis(‘off’)
show()

实验结果：

实验用了仿射变换在图像的使用，使原图像通过仿射变换放置到目标图像中，因为在Python中关于仿射变换的具体代码已经集合封装到warp.py和homography.py中，只需要导入直接使用里面的函数，就可以跑出结果。