仿射和弹性变换（affine and elastic transform）的python实现

最新推荐文章于 2025-06-10 16:33:33 发布

赤兔DD

最新推荐文章于 2025-06-10 16:33:33 发布

阅读量1.5w

点赞数 11

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签：数据增强放射变换

本文链接：https://blog.csdn.net/maliang_1993/article/details/82020596

仿射变换：

相当于对于图像做了一个平移、旋转、放缩、剪切、对称。与刚体变换相同的是，可以保持线点之间的平行和共线关系。即，原来平行的直线变化后还是平行的。但是和刚体变换不同的是线段之间的长度会发生变化。
这里写图片描述
仿射变换是指在几何中，一个向量空间进行一次线性变换并接上一个平移，变换为另一个向量空间。在有限维的情况，每个仿射变换可以由一个矩阵A和一个向量b给出，它可以写作A和一个附加的列b。一个仿射变换对应于一个矩阵和一个向量的乘法，而仿射变换的复合对应于普通的矩阵乘法，只要加入一个额外的行到矩阵的底下，这一行全部是0除了最右边是一个1。
设有图像A，大小：M*N，对于任意像素（x1, y1）其变换为：
这里写图片描述

在python中用opencv实现：
由于变换矩阵的确定太过复杂，所以会采用3点去定法。即给出3个点在原图和变换后图像的位置，返回一个变换矩阵。pts1和pts2是3个点的list

M = cv2.getAffineTransform(pts1, pts2)

随机的仿射变换

    shape = image.shape
    shape_size = shape[:2]
    # Random affine
    center_square = np.float32(shape_size) // 2
    square_size = min(shape_size) // 3
    pts1 = np.float32([center_square + square_size, [center_square[0]+square_size, center_square[1]-square_size], center_square - square_size])
    pts2 = pts1 + random_state