当前位置：首页 > news >正文

计算机视觉（opencv）——仿射变换（Affine Transformation）

news 2025/10/12 6:41:42

仿射变换（Affine Transformation）详解与OpenCV实现

一、前言

在计算机视觉与图像处理领域，图像的几何变换是非常基础而重要的内容。其中，仿射变换（Affine Transformation） 是一种保持“直线性和平行性”的线性几何变换方法。它能实现图像的旋转、平移、缩放、剪切和翻转等多种变换形式，同时仍然保持物体形状的整体结构不变。

本文将从仿射变换的数学原理、变换矩阵构建、OpenCV实现方式等角度进行全面讲解，并通过完整的 Python + OpenCV 实例演示整个过程。

二、仿射变换的数学原理

1. 基本概念

仿射变换是一种线性变换与平移的组合。对于任意二维空间点 ((x, y))，经过仿射变换后得到的新坐标 ((x', y')) 可表示为：

其中：

为 线性变换矩阵，控制旋转、缩放、剪切等；
为 平移向量；
整个式子称为 二维仿射变换矩阵。

在 OpenCV 中，仿射矩阵通常写成如下形式（2×3矩阵）：

2. 仿射变换的几何特性

仿射变换具有以下特性：

特性	含义
保持直线性	直线仍为直线，不会弯曲。
保持平行性	平行线仍保持平行。
不保持长度	变换后长度可能变化。
不保持角度	变换后角度可能改变。
保持比例性	同一直线上的比例关系保持不变。

正因为这些性质，仿射变换常用于：

图像校正与矫正（例如将倾斜的图片恢复正位）
图像增强与配准
摄像头视角变换
人脸对齐、姿态变换等任务

三、OpenCV中的仿射变换函数

在 OpenCV 中，主要涉及两个核心函数：

cv2.getAffineTransform()
cv2.warpAffine()

下面分别讲解其作用与使用方法。

1. cv2.getAffineTransform(src, dst)

该函数根据原始图像与目标图像上对应的三个点坐标，计算出一个 2×3 的仿射变换矩阵。

函数原型：

cv2.getAffineTransform(src, dst)

参数说明：

src：原图上的三个点坐标（类型为 np.float32）。
dst：目标图上的对应三个点坐标。
返回：2×3 的仿射变换矩阵 M。

注意：需要提供 恰好三个非共线点 才能唯一确定仿射变换。

2. cv2.warpAffine(src, M, dsize, flags=None, borderMode=None, borderValue=None)

该函数根据计算好的仿射矩阵 M 对图像进行几何变换。

函数原型：

cv2.warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None)

参数说明：

参数	含义
`src`	输入图像
`M`	2×3 仿射变换矩阵
`dsize`	输出图像的尺寸 (width, height)
`flags`	插值方式（如 `cv2.INTER_LINEAR`, `cv2.INTER_CUBIC` 等）
`borderMode`	边界像素的处理方式（如 `cv2.BORDER_CONSTANT`, `cv2.BORDER_REFLECT`）
`borderValue`	当 borderMode 为恒定边框时使用的填充值

四、仿射变换实例讲解

下面我们通过一段完整的 Python 代码演示仿射变换的全过程。

import cv2
import numpy as np"""---------------------仿射变换---------------------"""
img = cv2.imread('face1.jpg')
height, width = img.shape[:2]# 在原图像和目标图像上各选择三个点
mat_src = np.float32([[0, 0], [0, height - 1], [width - 1, 0]])
mat_dst = np.float32([[0, 0], [100, height - 100], [width - 100, 100]])M = cv2.getAffineTransform(mat_src, mat_dst)  # 得到变换矩阵# warpAffine(src, M, dsize, ...)
dst = cv2.warpAffine(img, M, dsize=(width, height))# 拼接显示
imgs = np.hstack([img, dst])
cv2.namedWindow('imgs', cv2.WINDOW_NORMAL)
cv2.imshow("imgs", imgs)
cv2.waitKey(0)

1. 代码解读

（1）读取图像与尺寸信息

img = cv2.imread('face1.jpg')
height, width = img.shape[:2]

shape[:2] 返回图像的高和宽，后续用于设定目标变换范围。

（2）定义对应点

mat_src = np.float32([[0, 0], [0, height - 1], [width - 1, 0]])
mat_dst = np.float32([[0, 0], [100, height - 100], [width - 100, 100]])

这里定义了两组三点：

mat_src：原始图像中的三个参考点；
mat_dst：目标图像中这三个点的新位置。

仿射矩阵由这三组对应关系自动计算。

（3）计算仿射矩阵

M = cv2.getAffineTransform(mat_src, mat_dst)

假设我们输出的矩阵为：

这表明图像被同时进行了平移、旋转与剪切。

（4）执行仿射变换

dst = cv2.warpAffine(img, M, dsize=(width, height))

此时，OpenCV 对每个像素执行坐标映射与插值计算，生成新的变换图像。

（5）可视化对比

imgs = np.hstack([img, dst])
cv2.namedWindow('imgs', cv2.WINDOW_NORMAL)
cv2.imshow("imgs", imgs)
cv2.waitKey(0)

np.hstack() 将两张图像横向拼接展示，方便观察效果差异。
结果中左边是原图，右边是经过仿射变换后的图像。

五、仿射矩阵的物理意义

仿射矩阵中的参数可以分解为若干几何操作的组合。
若将矩阵写作：

则其几何意义如下：

参数	作用	数学意义
a, d	控制缩放	大于1放大，小于1缩小
b, c	控制旋转与剪切	产生倾斜效果
t_x, t_y	控制平移	水平或垂直移动图像

例如：

因此，仿射变换实际上是旋转、缩放、平移、剪切的复合操作。

六、仿射变换的常见应用

人脸对齐（Face Alignment）
通过仿射变换将两眼与嘴的位置对齐，便于后续特征提取。
图像几何校正
修正倾斜的文档或场景图像。
摄像头角度变换（视角矫正）
将摄像机不同角度拍摄的图像对齐到统一视角。
数据增强（Data Augmentation）
在深度学习中，通过随机仿射变换生成更多训练样本。
仿射配准（Affine Registration）
在医学影像、卫星遥感中，用于对齐不同时间的图像。

七、与透视变换的区别

特征	仿射变换	透视变换
输入点数	3 对点	4 对点
矩阵维度	2×3	3×3
是否保持平行性	是	否
是否支持透视深度	否	是
常见用途	平移、旋转、缩放、剪切	投影校正、角度变化、场景变换

简言之，仿射变换不能产生“透视效果”，而透视变换（cv2.warpPerspective）可以让平面产生三维投影的视觉变化。

八、插值与边界处理

1. 插值方式（flags）

cv2.INTER_NEAREST：最近邻插值，速度快但锯齿多；
cv2.INTER_LINEAR：双线性插值，常用；
cv2.INTER_CUBIC：三次插值，质量更高但计算量大。

2. 边界模式（borderMode）

cv2.BORDER_CONSTANT：填充常数（默认0）；
cv2.BORDER_REFLECT：镜像填充；
cv2.BORDER_REPLICATE：复制边缘像素。

例如：

dst = cv2.warpAffine(img, M, (width, height), borderMode=cv2.BORDER_REFLECT)

可以避免边缘出现黑色区域。

九、实验拓展：随机仿射数据增强

我们还可以用仿射矩阵实现随机旋转和平移，增强数据集：

rows, cols = img.shape[:2]
angle = np.random.uniform(-15, 15)
scale = np.random.uniform(0.9, 1.1)
M = cv2.getRotationMatrix2D((cols/2, rows/2), angle, scale)
dst = cv2.warpAffine(img, M, (cols, rows))

这段代码让图片在 ±15° 范围内随机旋转并随机缩放，有助于提高模型泛化能力。