我一直在阅读Jan Erik Solem的Programming Computer Vision with Python，这是一本非常好的书，但是我无法澄清有关图像注册的问题。
基本上，我们有一堆图像（面）需要稍微对齐，所以首先需要通过相似变换来执行严格的变换：
x' = | sR t | x
| 0 1 |
其中x是要通过旋转R，平移t和缩放s变换为x'的向量（在这种情况下是一组坐标）。
Solem为每个图像计算这个刚性变换，它返回旋转矩阵R和平移向量tx和ty：
R,tx,ty = compute_rigid_transform(refpoints, points)
然而，由于某种原因，他重新安排了R的元素：
T = array([[R[1][1], R[1][0]], [R[0][1], R[0][0]]])
后来他执行affine transformation：
im2[:,:,i] = ndimage.affine_transform(im[:,:,i],linalg.inv(T),offset=[-ty,-tx])
在此示例中，此仿射变换在每个通道上执行，但这不相关。 im[:,:,i]是要处理的图像，此过程返回另一个图像。
什么是T，为什么我们在仿射变换中反转那个矩阵？实现图像注册的常用步骤是什么？
Here您可以在Google图书中找到此代码的相关部分。从第67页的底部开始。
答案 0 :(得分：1)
对我来说，这似乎是代码中的错误。 T似乎只是R的转置，对于旋转矩阵，它与反转相同。然后他在ndimage.affine_transform的调用中反过来（再次）。我认为应该将T或linalg.inv(R)传递给该函数。
答案 1 :(得分：0)
我会尝试回答你的问题并指出书中的错误（？）。 （1）为什么使用T =数组（[[R [1] [1]，R [1] [0]]，[R [0] [1]，R [0] [0]]]）？ 因为R，tx，ty = compute_rigid_transform（refpoints，points）计算旋转矩阵 并以下列形式翻译：
|x'| = s|R[0][0] R[0][1]||x| + |tx| Equation (1)
|y'| |R[1][0] R[1][1]||y| |ty|
但是，OUT = ndimage.affine_transform（IN，A，b）要求（y，x）形式的坐标不是（x，y）的顺序。所以上面的等式（1）将成为
|y'| = s|R[1][1] R[1][0]||y| + |ty| = T|y| + |ty| Equation(2)
|x'| |R[0][1] R[0][0]||x| |tx| |x| |tx|
然后，在函数ndimage.affine_transform（）中，矩阵将是linalg.inv（T），而不是linalg.inv（R）。
（2）仿射变换OUT = ndimage.affine_transform（IN，A，b）实际上是A * OUT + b =＆gt; IN。 根据等式（2），将其重写为
|y| = inv(T)|y'| - inv(T)|ty|
|x| |x'| |tx|
因此函数ndimage.affine_transform（）中的偏移量为inv（T）[ - ty，-tx]，而不是[-ty -tx]。 我认为这是原始代码中的一个错误。