计算机视觉学习（三）：仿射变换将一幅图像放置到另一幅图像中

本例子为通过仿射扭曲变换将图像放置到另一幅图像中，使得它们能够和指定的区域或者标记物对齐。

  运行的代码如下：

 # test.py
from PCV.geometry import warp, homography
from PIL import  Image
from pylab import *
from scipy import ndimage

#放射扭曲im1到im2
#打开两张图片
im1 = array(Image.open('D:\pythonxy\image/wen.jpg').convert('L'))
im2 = array(Image.open('D:\pythonxy\image/yu.jpg').convert('L'))

#设置映射的目标点  
tp = array([[240,375,375,240],[143,145,275,275],[1,1,1,1]])

#使用仿射变换将im1放置在im2上，使im1图像的角和tp尽可能的靠近
im3 = warp.image_in_image(im1,im2,tp)

#将图像灰度显示
figure()
gray()
subplot(131)
axis('off')
imshow(im1)
subplot(132)
axis('off')
imshow(im2)
subplot(133)
axis('off')
imshow(im3)

#选定im1角上的一些点
m,n = im1.shape[:2]
fp = array([[0,m,m,0],[0,0,n,n],[1,1,1,1]])

# 第一个三角形
tp2 = tp[:,:3]
fp2 = fp[:,:3]

# 计算仿射变换H，并且将其应用于图像im1
H = homography.Haffine_from_points(tp2,fp2)

#affine仿射变换的