在python

Question

我想通过不使用库函数来实现仿射变换。 我有一个名为“转换”的图像，我想应用逆变换来获得“img_org”图像。现在，我使用自己的基本GetBilinearPixel函数来设置强度值。但是，图像没有正确转换。这就是我提出的。 ：

这是图像（“transformed.png”）：

这是图像（“img_org.png”）：

但我的目标是制作这张图片：

您可以在此处查看转换矩阵：

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：

img_org=np.zeros(shape=(780,1050))
img_size=np.zeros(shape=(780,1050))

def GetBilinearPixel(imArr, posX, posY):
return imArr[posX][posY]

for i in range(1,img.shape[0]-1):
    for j in range(1,img.shape[1]-1):
        pos=np.array([[i],[j],[1]],np.float32)
        #print pos
        pos=np.matmul(B,pos)
        r=int(pos[0][0])
        c=int(pos[1][0])
        #print r,c
        if(c<=1024 and r<=768 and c>=0 and r>=0):
            img_size[r][c]=img_size[r][c]+1
            img_org[r][c] += GetBilinearPixel(img, i, j)

for i in range(0,img_org.shape[0]):
    for j in range(0,img_org.shape[1]):
        if(img_size[i][j]>0):
            img_org[i][j] = img_org[i][j]/img_size[i][j]

我的逻辑错了吗？我知道我应用了非常低效的算法。 我有什么洞察力吗？ 或者你可以给我任何其他算法可以正常工作。

（请求）。我不想使用warpAffine函数。

Answer 1

所以我对代码进行了矢量化，这个方法很有效 - 我无法找到你的实现的确切问题，但也许这会带来一些亮点（加上速度更快）。

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

的数组

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

因此包含了每个点(xi, yi, 1)。然后，变换只是与变换矩阵和此数组的单个矩阵乘法。

为了简化问题（部分原因是因为你的图像命名惯例让我困惑），我会说原始的起始图像是＆＃34;目的地＆＃34;或dst因为我们想要转换回来源＆＃34;或src图片。考虑到这一点，创建这个线性同质数组看起来像这样：

dst = cv2.imread('img.jpg', 0)
h, w = dst.shape[:2]
dst_y, dst_x = np.indices((h, w))  # similar to meshgrid/mgrid
dst_lin_homg_pts = np.stack((dst_x.ravel(), dst_y.ravel(), np.ones(dst_y.size)))

然后，要转换点，只需创建转换矩阵并相乘。我将对变换后的像素位置进行舍入，因为我将它们用作索引并且不会因插值而烦恼：

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)

现在这个转换会将一些像素发送到负数指数，如果我们用这些指数进行索引，它会包围图像 - 可能不是我们想要做的。当然，在OpenCV实现中，它只是完全切断了这些像素。但我们可以移动所有转换后的像素，以便所有位置都是正面的，我们不会切断任何位置（当然，你可以做任何你想做的事情）：

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

然后我们需要创建变换映射到的源图像src。我将使用灰色背景创建它，以便我们可以从dst图像中看到黑色的范围。

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相应像素放入源图像中。由于我没有切断任何像素，并且两个线性点阵列中的像素数相同，我只能为变换后的像素分配原始图像中的颜色。

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

现在，当然，这不是在图像上插值。但OpenCV中没有用于插值的内置函数（有后端C函数可供其他方法使用，但不能在Python AFAIK中访问）。但是，您有重要的部分---目标图像被映射到的位置，以及原始图像，因此您可以使用任意数量的库来插入到该网格上。或者只是自己实现线性插值，因为它并不太难。在此之前，您可能希望取消扭曲的像素位置。

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

编辑：同样的方法也适用于warpPerspective，虽然你得到的矩阵乘法将给出一个三行（同类）向量，你需要将前两行除以第三排让他们回到笛卡尔世界。除此之外，其他一切都保持不变。