图像到图像的映射

这篇博客介绍了图像到图像的映射,涵盖单应性变换和仿射变换的概念及其在图形变换中的应用。单应性变换是二维投影变换,而仿射变换则涉及平移、缩放、翻转、旋转和剪切等操作。通过代码示例展示了如何使用Python进行仿射变换,并讨论了Alpha通道在图像透明度处理中的作用。
摘要由CSDN通过智能技术生成

1.单应性变换
单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换。具有很强的实用性。
2.仿射变换
仿射变换(Affine Transformation)是一种二维坐标到二维坐标之间的线性变换,保持二维图形的“平直性”。
简单来说,仿射变换就是允许图形任倾斜,且允许图形在两个方向上任意伸缩变换。
它可以保持原来的线共点,点共线之间的关系不变,保持原来相互平行的线依旧平行,中点仍为中点,线段之间的关系及比例保持不变。但,仿射变换不能保持原来线段的长度,也不能保持原来的夹角角度不变。
仿射变换可以通过一系列的原子变换的复合来实现,包括:平移(Translation)、缩放(Scale)、翻转(Flip)、旋转(Rotation)和剪切(Shear)。在这里插入图片描述
仿射变换可以用下面公式表示:在这里插入图片描述
这个矩阵乘法的计算如下:
在这里插入图片描述
仿射的代码及效果图为:
from PCV

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值