快捷導(dǎo)航

詳解Python計算機視覺圖像扭曲（仿射扭曲）

更新時間：2019年03月27日 15:28:08 作者：weixin_43848422

這篇文章主要介紹了Python計算機視覺圖像扭曲（仿射扭曲），文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

對圖像塊應(yīng)用仿射變換，我們將其稱為圖像扭曲（或者仿射扭曲）。該操作不僅經(jīng)常應(yīng)用在計算機圖形學(xué)中，而且經(jīng)常出現(xiàn)在計算機視覺算法中。

一、仿射變換原理

仿射變換能夠保持圖像的“平直性”，包括旋轉(zhuǎn)，縮放，平移，錯切操作。對于三個點，仿射變換可以將一副圖像進(jìn)行扭曲，使得三對對應(yīng)點對可以完美地匹配上。仿射變換具有6個自由度，有三個對應(yīng)點對可以給出6個約束條件（對于這三個對應(yīng)點對，x和y坐標(biāo)必須都要匹配）

仿射變換是在幾何上定義為兩個向量空間之間的一個仿射變換或者仿射映射。由一個非奇異的線性變換(運用一次函數(shù)進(jìn)行的變換)接上一個平移變換組成。在有限維的情況，每個仿射變換可以由一個矩陣A和一個向量b給出，它可以寫作A和一個附加的列b。一個仿射變換對應(yīng)于一個矩陣和一個向量的乘法，而仿射變換的復(fù)合對應(yīng)于普通的矩陣乘法，只要加入一個額外的行到矩陣的底下，這一行全部是0除了最右邊是一個1，而列向量的底下要加上一個1。

二、圖像中的圖像

仿射扭曲簡單的一個例子是，將圖像或者圖像的一部分放置在另一幅圖像中，使得它們能夠和指定的區(qū)域或者標(biāo)記物對齊。
以下是代碼：

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

# 仿射扭曲im1到im2的例子

im1 = array(Image.open('jida.jpg').convert('L'))
im2 = array(Image.open('beijing.jpg').convert('L'))
# 選定一些目標(biāo)點
tp = array([[420,830,830,420],[400,350,1060,1000],[1,1,1,1]])
#標(biāo)記物的坐標(biāo)tp是用齊次坐標(biāo)意義下的坐標(biāo)表示的
#array為 第一張圖片貼到第二張圖片的四個角點的坐標(biāo)
#tp = array([[675,826,826,677],[55,52,281,277],[1,1,1,1]])
im3 = warp.image_in_image(im1,im2,tp)
#image_in_image()函數(shù)的輸入?yún)?shù)為兩幅圖像和一個坐標(biāo)
figure()
gray()
subplot(141)
axis('off')
imshow(im1)
subplot(142)
axis('off')
imshow(im2)
subplot(143)
axis('off')
imshow(im3)

# 選定im1角上的一些點
m,n = im1.shape[:2]
fp = array([[0,m,m,0],[0,0,n,n],[1,1,1,1]])
# 第一個三角形
tp2 = tp[:,:3]
fp2 = fp[:,:3]
# 計算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])
# 三角形的alpha
alpha = warp.alpha_for_triangle(tp2,im2.shape[0],im2.shape[1])
im3 = (1-alpha)*im2 + alpha*im1_t
# 第二個三角形
tp2 = tp[:,[0,2,3]]
fp2 = fp[:,[0,2,3]]
# 計算H
H = homography.Haffine_from_points(tp2,fp2)
#Haffine_from_points()返回給定對應(yīng)點對的最優(yōu)仿射變換
im1_t = ndimage.affine_transform(im1,H[:2,:2],
(H[0,2],H[1,2]),im2.shape[:2])
# 三角形的alpha
alpha = warp.alpha_for_triangle(tp2,im2.shape[0],im2.shape[1])
im4 = (1-alpha)*im3 + alpha*im1_t
subplot(144)
imshow(im4)
axis('off')
show()

在實驗過程中，也出現(xiàn)了一些問題。

問題一：

為解決問題，先去PCV\PCV-master\PCV\geometry中找到wary.py和homegraphy.py文件，把print后面的語句都加上括號。但是在檢查了好幾遍括號以后，問題都沒有解決，所以重裝了一次pcv以后，異常就解決了。（重裝pcv的方法在前面的博客有記錄）

問題二：

因為是matplotlib發(fā)生了異常，所以我把matplotlib卸載了（在終端輸入pip uninstall matplotlib），然后重裝matplotlib，我在終端輸入pip install matplotlib以后，安裝無法成功，顯示Could not install packages due to an EnvironmentError: [Errno 13] Permission denied。

這時候解決方法如下，輸入：pip install matplotlib --user便可成功安裝（注意：是有兩個-）。