图像仿射变换之图像平移 python实现

写文章不易，如果您觉得此文对您有所帮助，请帮忙点赞、评论、收藏，感谢您！

一. 仿射变换介绍：

请参考：图解图像仿射变换：https://www.cnblogs.com/wojianxin/p/12518393.html

二. 仿射变换公式：

仿射变换过程，(x,y)表示原图像中的坐标，(x\',y\')表示目标图像的坐标 ↑

三. 仿射变换——图像平移算法：

仿射变换—图像平移算法，其中tx为在横轴上移动的距离，ty为在纵轴上移动的距离 ↑

四. python实现仿射变换——图像平移

 1 import cv2
 2 import numpy as np
 3 
 4 # 图像仿射变换->图像平移 
 5 def affine(img, a, b, c, d, tx, ty):
 6     H, W, C = img.shape
 7 
 8     # temporary image
 9     tem = img.copy()
10     img = np.zeros((H+2, W+2, C), dtype=np.float32)
11     img[1:H+1, 1:W+1] = tem
12 
13     # get new image shape
14     H_new = np.round(H * d).astype(np.int)
15     W_new = np.round(W * a).astype(np.int)
16     out = np.zeros((H_new+1, W_new+1, C), dtype=np.float32)
17 
18     # get position of new image
19     x_new = np.tile(np.arange(W_new), (H_new, 1))
20     y_new = np.arange(H_new).repeat(W_new).reshape(H_new, -1)
21 
22     # get position of original image by affine
23     adbc = a * d - b * c
24     x = np.round((d * x_new  - b * y_new) / adbc).astype(np.int) - tx + 1
25     y = np.round((-c * x_new + a * y_new) / adbc).astype(np.int) - ty + 1
26 
27     # 避免目标图像对应的原图像中的坐标溢出
28     x = np.minimum(np.maximum(x, 0), W+1).astype(np.int)
29     y = np.minimum(np.maximum(y, 0), H+1).astype(np.int)
30 
31     # assgin pixcel to new image
32     out[y_new, x_new] = img[y, x]
33 
34     out = out[:H_new, :W_new]
35     out = out.astype(np.uint8)
36 
37     return out
38 
39 
40 # Read image
41 image1 = cv2.imread("../paojie.jpg").astype(np.float32)
42 
43 # Affine : 平移，tx(W向)：向右30；ty(H向)：向上100
44 out = affine(image1, a=1, b=0, c=0, d=1, tx=30, ty=-100)
45 
46 # Save result
47 cv2.imshow("result", out)
48 cv2.imwrite("out.jpg", out)
49 cv2.waitKey(0)
50 cv2.destroyAllWindows()

五. 代码实现过程中遇到的问题：

　① 原图像进行仿射变换时，原图像中的坐标可能超出了目标图像的边界，需要对原图像坐标进行截断处理。如何做呢？首先，计算目标图像坐标对应的原图像坐标，算法如下：

目标图像坐标反向求解原图像坐标公式 ↑

以下代码实现了该逆变换：

# get position of original image by affine

adbc = a * d - b * c

x = np.round((d * x_new - b * y_new) / adbc).astype(np.int) - tx + 1

y = np.round((-c * x_new + a * y_new) / adbc).astype(np.int) - ty + 1

然后对原图像坐标中溢出的坐标进行截断处理（取边界值），下面代码提供了这个功能：

x = np.minimum(np.maximum(x, 0), W+1).astype(np.int)

y = np.minimum(np.maximum(y, 0), H+1).astype(np.int)

原图像范围：长W，高H

② 难点解答：

x_new = np.tile(np.arange(W_new), (H_new, 1))

y_new = np.arange(H_new).repeat(W_new).reshape(H_new, -1)

x_new 矩阵横向长 W_new，纵向长H_new ↑

y_new 矩阵横向长 W_new，纵向长H_new ↑

造这两个矩阵是为了这一步：

# assgin pixcel to new image

out[y_new, x_new] = img[y, x]

六. 实验结果：

原图 ↑

仿射变换—图像平移后结果(向右30像素，向上100像素) ↑

七. 参考内容：

① https://www.jianshu.com/p/1cfb3fac3798

未经作者允许，请勿随意转载抄袭，抄袭情节严重者，作者将考虑追究其法律责任，创作不易，感谢您的理解和配合！

秒客网

图像仿射变换之图像平移 python实现 - 我坚信阳光灿烂

图像仿射变换之图像平移 python实现

相关文章