人脸对齐：仿射变换

最新推荐文章于 2024-08-19 21:26:52 发布

BigCowPeking

最新推荐文章于 2024-08-19 21:26:52 发布

阅读量1w

点赞数 2

分类专栏：人脸对齐文章标签：仿射

人脸对齐专栏收录该内容

37 篇文章 4 订阅

订阅专栏

图像几何变换之仿射变换

1:定义：仿射变换的功能是从二维坐标到二维坐标之间的线性变换，且保持二维图形的“平直性”和“平行性”（直线之间的相对位置关系保持不变，平行线经仿射变换后依然为平行线，且直线上点的位置顺序不会发生变化）。非共线的三对对应点确定一个唯一的仿射变换。。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，缩放，翻转，旋转和剪切。

这类变换可以用一个3*3的矩阵M来表示，其最后一行为（0，0，1）。该变换矩阵将原坐标为（x,y)变换为新坐标（u,v)，

其数学表达式形式如下：

对应的齐次坐标矩阵表示形式为：

2. 二维图像仿射变换

怎么求得仿射变换？——利用两组三点坐

1：我们已知 $X$ 和 T 而且我们知道他们是有联系的. 接下来我们的工作就是求出矩阵 $M$

2：我们已知 $M$ and $X$ . 要想求得 $T$ . 我们只要应用算式 $T = M \cdot X$ 即可. 对于这种联系的信息可以用矩阵 $M$ 清晰的表达 (即给出明确的2×3矩阵) 或者也可以用两幅图片点之间几何关系来表达.

让我们形象地说明一下. 因为矩阵 $M$ 联系着两幅图片, 我们以其表示两图中各三点直接的联系为例. 见下图:

点1, 2 和 3 (在图一中形成一个三角形) 与图二中三个点一一映射, 仍然形成三角形, 但形状已经大大改变. 如果我们能通过这样两组三点求出仿射变换 (你能选择自己喜欢的点), 接下来我们就能把仿射变换应用到图像中所有的点.

图像处理中，可应用仿射变换对二维图像进行平移、缩放、旋转等操作。

经仿射变换后，图像关键点依然构成三角形，但三角形形状已经发生变化。

opencv中有一个函数：Mat getAffineTransform(InputArraysrc, InputArraydst)，直接根据两组三个点的坐标求出仿射变换矩阵，然后再利用warpAffine函数可以求出图像之间的仿射变换。

3. 原子变换

仿射变换通过一系列原子变换复合实现，具体包括：平移（Translation）、缩放（Scale）、旋转（Rotation）、翻转（Flip）和错切（Shear）。

a. 平移

b. 缩放

c. 旋转(绕原点进行旋转变换）

目标图形以（x,y)为轴心顺时针旋转θ弧度，变换矩阵为

相当于两次平移与一次原点旋转变换的复合，即先将轴心（x,y)移到到原点，然后做旋转变换，最后将图片的左上角置为图片的原点,即

有的人可能会说为什么这么复杂呢，那是因为在opencv的图像处理中，所有对图像的处理都是从原点进行的，而图像的原点默认为图像的左上角，而我们对图像作旋转处理时一般以图像的中点为轴心，因此就需要做如下处理

如果你觉得这样很麻烦，可以使用opencv中自带的MatgetRotationMatrix2D(Point2f center, double angle, double scale)函数获得变换矩阵M，

　　center:旋转中心

　　angle：旋转弧度，一定要将角度转换成弧度

　　scale:缩放尺度

它得到的矩阵是：

其中α = scale * cos( angle ) , β = scale * sing( angle ) , ( center.x , center.y ) 表示旋转轴心

但是不得不说opencv的文档以及相关书籍中都把这个矩阵写错了，如下：

d. 翻转

e. 错切

错切亦称为剪切或错位变换，包含水平错切和垂直错切，常用于产生弹性物体的变形处理。

代码如下：

#include<opencv2\opencv.hpp>
#include<opencv2\imgproc\imgproc.hpp>
using namespace cv;
using namespace std;
#define WINDOW_NAME1 "【原始窗口】"
#define WINDOW_NAME2 "【经过warp后的图像】"
#define WINDOW_NAME3 "【经过warp和rotate后的图像】"
 
int main()
{
	Point2f srcTriangle[3];    //Point 类中有两个成员变量 ,Point2f 就是Point<float>
	Point2f dstTriangle[3];
	Mat rotMat(2, 3, CV_32FC1);  //Mat 对象（矩阵）初始化，2行3列
	Mat warpMat(2, 3, CV_32FC1);
	Mat srcImage, dstImage_warp, dstImage_warp_rotate;
	srcImage = imread("*************\\图7.38 原始图.jpg");
	if (!srcImage.data)
	{
		printf("读取图片错误");
		return false;
 
	}
	dstImage_warp = Mat::zeros(srcImage.rows, srcImage.cols,srcImage.type());
	imshow("dstImage_warp", dstImage_warp);
 
 
	/************************由三点计算仿射变换***************/
	srcTriangle[0] = Point2f(0, 0);
	srcTriangle[1] = Point2f(static_cast<float>(srcImage.cols-1),0);
	srcTriangle[2] = Point2f(0,static_cast<float>(srcImage.rows- 1));
	dstTriangle[0] = Point2f(static_cast<float>(srcImage.cols*0.5), static_cast<float>(srcImage.rows*0.0));
	dstTriangle[1] = Point2f(static_cast<float>(srcImage.cols-1), static_cast<float>(srcImage.rows*0.0));
	dstTriangle[2] = Point2f( static_cast<float>(srcImage.cols*0.5), static_cast<float>(srcImage.rows*0.6));
	
	
	warpMat = getAffineTransform(srcTriangle, dstTriangle);//获取变换矩阵第一个参数输入三个点，第二个参数输出三个点
	warpAffine(srcImage, 
		dstImage_warp,
		warpMat,            //inputArray类型的M ,2x3的变换矩阵
		dstImage_warp.size());//第四个参数表示输出图像的尺寸
	
	/*******************旋转变换*************************************/
	Point center = Point(dstImage_warp.cols / 2, dstImage_warp.rows / 2);
	double angle = 30.0;               //逆时针为负
	double scale = 0.8;
	rotMat = getRotationMatrix2D(center, angle, scale);
	warpAffine(dstImage_warp, dstImage_warp_rotate, rotMat,dstImage_warp.size());
 
	imshow(WINDOW_NAME1, srcImage);
	imshow(WINDOW_NAME2, dstImage_warp);
	imshow(WINDOW_NAME3, dstImage_warp_rotate);
	waitKey(0);
	return 0;
}