什么是仿射变换?
仿射变换就是图像的线性变换加上平移,用一幅图表示,就是
由 image1 到 image2 的转换经过了三个操作:
1.旋转 (线性变换)
2.缩放操作(线性变换)
3.平移 (向量加)
如果没有了第3个平移的操作,那它就是线性变换。前两个笔记已经整理了图像的旋转、缩放和平移的各个方法,接下来会介绍仿射变换的矩阵表示和使用方法。
仿射变化的矩阵形式
图像的变换要对图像的每一个像素点进行操作,假设其中的一个像素点的坐标是(x,y),我们用矩阵形式表示:
$${X}=\begin{bmatrix}
{x}\\
{y}\\
\end{bmatrix}\tag{1}$$
我们通常使用$2\times3$矩阵来表示仿射变化。
$${A}=\begin{bmatrix}
{a_{00}} & {a_{01}}\\
{a_{10}} & {a_{11}}\\
\end{bmatrix}_{2\times2}\tag{2}$$
$$B=\begin{bmatrix}
{b_{00}}\\
{b_{10}}\\
\end{bmatrix}_{2\times1}\tag{3}$$$${M}=\begin{bmatrix}
{A} & {B}
\end{bmatrix}
=
\begin{bmatrix}
{a_{00}} & {a_{01}} & {b_{00}}\\
{a_{10}} & {a_{11}} & {b_{10}}\\
\end{bmatrix}_{2\times3}\tag{4}
$$
矩阵${A}、{B}$就是变换矩阵。
经过仿射变换后的点的矩阵坐标是${T}$,我们已经知道放射变换就是线性变换加上平移,用矩阵表示的话就是
$${T}={A}\cdot\begin{bmatrix}
{x}\\
{y}\\
\end{bmatrix}+{B}\tag{5}
$$
也可以写成
$${T}={M}\cdot\begin{bmatrix}
{x, y, 1}
\end{bmatrix}^{T}\tag{6}
$$
计算可得:
$${T}=\begin{bmatrix}
{a_{00}\cdot{x}+a_{01}\cdot{y}+b_{00}}\\
{a_{10}\cdot{x}+a_{11}\cdot{y}+b_{10}}\\
\end{bmatrix}\tag{7}
$$
下面使用代码