在python中手动编写warpafine代码

Question

我想通过不使用库函数来实现仿射变换。 我有一个名为“transformed”的图像，我想应用逆变换来获得“img_org”图像。现在，我正在使用我自己的基本GetBilinearPixel函数来设置强度值。但是，形象并没有改变好吧。这个是我想出来的。公司名称：

这是图像（“已转换.png“）：

这是图像（“img_org.png“）：

但我的目标是创造这样的形象：

您可以在这里看到转换矩阵：

pts1 = np.float32( [[693,349] , [605,331] , [445,59]] )
pts2 = np.float32 ( [[1379,895] , [1213,970] ,[684,428]] )
Mat = cv2.getAffineTransform(pts2,pts1)
B=Mat

代码：

^{pr2}$

我的逻辑错了吗？我知道我使用了非常低效的算法。 有什么我遗漏的见解吗？ 或者你能给我其他的算法吗。在

（请求）。我不想用仿射函数。在

Answer 1

所以我对代码进行了矢量化，这个方法起作用了——我找不到你的实现的确切问题，但也许这会给你一些启示（加上速度快得多）。在

矢量化的设置是创建一个包含图像中每个点的线性（齐次）数组。我们需要一个看起来像

x0 x1 ... xN   x0 x1 ... xN   .....   x0 x1 ... xN
y0 y0 ... y0   y1 y1 ... y1   .....   yM yM ... yM
 1  1 ...  1    1  1 ...  1   .....    1  1 ...  1

因此每个点(xi, yi, 1)都包含在内。那么变换就是用你的变换矩阵和这个数组的一个矩阵相乘。在

为了简化问题（部分原因是您的图像命名约定让我感到困惑），我会说原始的起始图像是“destination”或dst，因为我们想转换回“source”或src图像。请记住，创建这种线性同质阵列可以如下所示：

^{pr2}$

然后，要转换这些点，只需创建转换矩阵并乘法。我将取整变换后的像素位置，因为我将它们用作索引，而不必担心插值：

src_pts = np.float32([[693, 349], [605, 331], [445, 59]])
dst_pts = np.float32([[1379, 895], [1213, 970], [684, 428]])
transf = cv2.getAffineTransform(dst_pts, src_pts)
src_lin_pts = np.round(transf.dot(dst_lin_homg_pts)).astype(int)

现在这个转换将把一些像素发送到负索引，如果我们用这些索引，它将环绕图像-可能不是我们想要做的。当然，在OpenCV实现中，它只是将这些像素完全切掉。但是我们可以移动所有变换后的像素，这样所有的位置都是正的，而且我们不会切断任何位置（当然，您可以在这方面做任何您想做的事情）：

min_x, min_y = np.amin(src_lin_pts, axis=1)
src_lin_pts -= np.array([[min_x], [min_y]])

然后我们需要创建转换映射到的源映像src。我将用灰色背景创建它，这样我们就可以从dst图像中看到黑色的范围。在

trans_max_x, trans_max_y = np.amax(src_lin_pts, axis=1)
src = np.ones((trans_max_y+1, trans_max_x+1), dtype=np.uint8)*127

现在我们要做的就是将目标图像中的一些对应像素放入源图像中。因为我没有切断任何像素，而且两个线性点阵列中的像素数目相同，所以我可以将变换后的像素指定为它们在原始图像中的颜色。在

src[src_lin_pts[1], src_lin_pts[0]] = dst.ravel()

当然，这不是在图像上插值。但是OpenCV中没有用于插值的内置函数（有后端C函数供其他方法使用，但不能在pythonafaik中访问）。但是，您有重要的部分-目标图像映射到的地方，以及原始图像，因此您可以使用任意数量的库来插值到网格上。或者你自己实现一个线性插值，因为它不太困难。当然，在此之前，您可能需要取消扭曲的像素位置。在

cv2.imshow('src', src)
cv2.waitKey()

编辑：同样的方法也适用于warpPerspective，尽管你得到的矩阵乘法将得到一个三行（齐次）向量，并且你需要将前两行除以第三行，将它们重新设置为笛卡尔世界。其他的都是一样的。在