推荐阅读

• 【计算机视觉】OpenCV（Open Source Computer Vision Library）介绍与学习路线
• 计算机视觉（CV）专栏

几何变换

OpenCV 几何变换介绍

几何变换是图像处理中改变图像空间关系的关键操作，常用于图像校正、视角变换、缩放等场景。OpenCV 提供的主要几何变换包括：

1. 缩放 (Resize)

   • 改变图像尺寸
   • 插值方法：INTER_NEAREST（最近邻）、INTER_LINEAR（双线性）、INTER_CUBIC（双三次）等

2. 平移 (Translation)

   • 沿X/Y轴移动图像
   • 使用仿射变换矩阵实现

3. 旋转 (Rotation)

   • 绕指定中心点旋转图像
   • 可同时控制缩放比例

4. 仿射变换 (Affine Transformation)

   • 保持平行性的变换（平移+旋转+缩放+错切）
   • 需3对非共线点定义变换

5. 透视变换 (Perspective Transformation)

   • 实现视角转换（如鸟瞰图）
   • 需4对点定义变换矩阵

---

代码实现（Python）

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')
height, width = img.shape[:2]

# 1. 缩放 (缩小50%)
resized = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_LINEAR)

# 2. 平移 (向右100px，向下50px)
M_trans = np.float32([[1, 0, 100], [0, 1, 50]])
translated = cv2.warpAffine(img, M_trans, (width, height))

# 3. 旋转 (中心点旋转45度，缩放0.8)
center = (width//2, height//2)
M_rot = cv2.getRotationMatrix2D(center, 45, 0.8)
rotated = cv2.warpAffine(img, M_rot, (width, height))

# 4. 仿射变换 (三角形顶点映射)
pts1 = np.float32([[50,50], [200,50], [50,200]])  # 原始点
pts2 = np.float32([[10,100], [200,50], [100,250]]) # 变换后点
M_affine = cv2.getAffineTransform(pts1, pts2)
affined = cv2.warpAffine(img, M_affine, (width, height))

# 5. 透视变换 (四边形到任意四边形)
src_pts = np.float32([[56,65], [368,52], [28,387], [389,390]])
dst_pts = np.float32([[0,0], [300,0], [0,300], [300,300]])
M_persp = cv2.getPerspectiveTransform(src_pts, dst_pts)
perspected = cv2.warpPerspective(img, M_persp, (300, 300))

# 显示结果
cv2.imshow("Original", img)
cv2.imshow("Resized", resized)
cv2.imshow("Translated", translated)
cv2.imshow("Rotated", rotated)
cv2.imshow("Affine", affined)
cv2.imshow("Perspective", perspected)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

关键函数解析

函数	作用	核心参数说明
cv2.resize()	图像缩放	fx/fy: XY缩放因子
cv2.warpAffine()	执行仿射变换	M: 2x3变换矩阵
getRotationMatrix2D()	生成旋转矩阵	center, angle, scale
getAffineTransform()	通过点对计算仿射矩阵	3对对应点
getPerspectiveTransform()	计算透视变换矩阵	4对对应点
warpPerspective()	执行透视变换	M: 3x3变换矩阵

---

注意事项

1. 插值方法选择：
   • 缩小图像优先用 INTER_AREA
   • 放大图像用 INTER_CUBIC（慢但质量好）或 INTER_LINEAR
2. 变换矩阵类型：
   • 仿射变换：2×3 矩阵
   • 透视变换：3×3 矩阵
3. 边界处理：
   • 使用 borderValue 参数设置填充颜色（如 borderValue=(255,0,0) 填充蓝色）

建议：处理几何变换时始终保留原始图像副本，避免多次变换导致图像质量下降。

仿射变换

仿射变换（Affine Transformation）概念详解

核心定义

仿射变换是一种二维平面到二维平面的线性变换，由以下两个核心操作组成：

1. 线性变换（旋转、缩放、错切）
2. 平移变换（位置偏移）

数学表达：
[x'] [a b] [x] [tx]
[y'] = [c d] [y] + [ty]
或使用齐次坐标（更简洁）：
[x'] [a b tx] [x]
[y'] = [c d ty] [y]
[1 ] [0 0 1 ] [1]

六大核心特性

1. 直线保持性：直线变换后仍是直线
2. 平行性保持：平行线变换后仍保持平行
3. 比例不变性：直线上点的相对位置比例不变
4. 共线性保持：共线点变换后仍共线
5. 凸性保持：凸图形变换后仍是凸图形
6. 组合封闭性：多个仿射变换组合仍是仿射变换

变换自由度（6个参数）

参数	数学符号	控制效果
a	缩放/旋转	X方向缩放和旋转分量
b	错切/旋转	XY耦合变换分量
c	错切/旋转	YX耦合变换分量
d	缩放/旋转	Y方向缩放和旋转分量
tx	平移	X方向位移
ty	平移	Y方向位移

基础变换分解

任何仿射变换都可分解为：

仿射变换 = 旋转 × 缩放 × 错切 × 平移

与透视变换的关键区别

特性	仿射变换	透视变换
平行保持	✓ 保持平行	✗ 平行线可能相交
矩阵形式	2×3 或 3×3(最后行001)	3×3(自由参数)
点对需求	3对非共线点	4对点（任意四边形）
深度变化	✗ 保持平面性	✓ 产生近大远小效果
变换类型	平面刚体变换+缩放/错切	投影变换（3D->2D映射）

OpenCV实现关键

# 计算变换矩阵 (需3对对应点)
src_points = np.float32([[x1,y1], [x2,y2], [x3,y3]])
dst_points = np.float32([[x1',y1'], [x2',y2'], [x3',y3']])
M = cv2.getAffineTransform(src_points, dst_points)

# 应用变换
result = cv2.warpAffine(image, M, (width, height))

典型应用场景

1. 图像几何校正（文档扫描、板件定位）
2. 机械视觉中的物体位姿估计
3. 倾斜文字/车牌校正
4. 简单图像配准（不同角度拍摄的平面物体）
5. 2D动画中的刚体运动模拟

重要原则：选择变换点时必须确保三点不共线，否则无法解出唯一变换矩阵。实际应用中常使用特征检测算法（如SIFT, ORB）自动匹配特征点。

透视变换

透视变换（Perspective Transformation）概念详解

核心定义

透视变换（又称投影变换）是一种非线性的二维空间变换，通过3×3变换矩阵实现从二维平面到二维平面的映射，其核心特点是：

• 模拟真实世界中的透视效果
• 能够产生近大远小的视觉现象
• 直线保持性（直线变换后仍是曲线）

数学表达（齐次坐标）：

[x']   [a b c] [x]
[y'] = [d e f] [y]
[w']   [g h 1] [1]

实际坐标：

x'' = x'/w' = (ax + by + c)/(gx + hy + 1)
y'' = y'/w' = (dx + ey + f)/(gx + hy + 1)

核心特性

1. 直线保持性：直线变换后仍是直线（但平行性可能丢失）
2. 深度模拟：能表现物体距离观察者的远近关系
3. 可逆性：存在逆变换矩阵
4. 非线性性：变换后的坐标与原始坐标呈分式线性关系
5. 8自由度：变换矩阵有8个可调参数（最后元素固定为1）

与仿射变换的关键对比

特性	透视变换	仿射变换
矩阵形式	3×3（任意值，最后元素为1）	3×3（最后行固定为[0,0,1]）
平行保持	✗ 平行线可能相交于消失点	✓ 保持平行关系
点对需求	4对点	3对非共线点
变换复杂度	非线性变换	线性变换
典型应用	视角校正、虚拟视角生成	平面物体旋转/缩放/平移

变换自由度（8个参数）

参数	控制效果
a,e	X/Y方向缩放和旋转分量
b,d	XY/YX耦合变换分量
c,f	X/Y方向平移
g,h	透视分量（产生非线性效果）

OpenCV实现关键

# 计算变换矩阵 (需4对对应点)
src_pts = np.float32([[x1,y1], [x2,y2], [x3,y3], [x4,y4]])
dst_pts = np.float32([[x1',y1'], [x2',y2'], [x3',y3'], [x4',y4']])
M = cv2.getPerspectiveTransform(src_pts, dst_pts)

# 应用变换 (可控制输出尺寸)
result = cv2.warpPerspective(image, M, (new_width, new_height))

典型应用场景

1. 文档/车牌矫正：将倾斜拍摄的平面物体转换为正视图

   # 示例：将梯形区域转换为矩形
   src = np.float32([[56,65],[368,52],[28,387],[389,390]])
   dst = np.float32([[0,0],[300,0],[0,300],[300,300]])
   

2. 虚拟视角生成：改变观察视角（如鸟瞰图变换）

   # 生成鸟瞰图 (俯视视角)
   src = np.float32([[200,100],[400,100],[0,400],[600,400]])
   dst = np.float32([[0,0],[600,0],[0,800],[600,800]])
   

3. 增强现实：将虚拟物体按透视关系嵌入真实场景

4. 图像拼接：对齐不同视角拍摄的图像

特殊效果实现

1. 消失点控制：通过调整变换矩阵的g,h参数控制透视强度

   # 增强透视效果（增大g,h值）
   M[2,0] = 0.001  # g参数
   M[2,1] = 0.002  # h参数
   

2. 逆透视变换：将透视视图转换为正视图（常用于自动驾驶的车道线检测）

   M_inv = cv2.getPerspectiveTransform(dst_pts, src_pts)
   

注意事项

1. 点选择原则：

   • 4个点中任意3点不能共线
   • 点对应关系必须准确（建议使用特征点匹配算法）

2. 图像边界处理：

   # 设置填充色（默认黑色）
   warped = cv2.warpPerspective(img, M, (w,h), 
                              borderMode=cv2.BORDER_CONSTANT,
                              borderValue=(255,255,255))
   

3. 性能优化：

   • 对大图像先缩小计算变换矩阵，再应用于原图
   • 对视频流可缓存变换矩阵（当视角固定时）

高级技巧：结合特征检测算法（如SIFT/SURF/ORB）自动获取匹配点对，实现智能透视变换，适用于扫描APP等自动校正场景。

直线保持性

直线保持性（Line Preservation Property）深度解析

核心定义

直线保持性是几何变换的核心性质，指变换前后直线仍保持为直线的特性。数学表述为：
若三点 ( P_1, P_2, P_3 ) 共线，则变换后的点 ( P_1’, P_2’, P_3’ ) 也必须共线。

关键特性图解

变换类型	直线保持性	典型表现
仿射变换	✓ 严格保持	平行线仍平行
透视变换	✓ 保持	平行线可能相交于消失点
非线性变换	✗ 破坏	直线可能变为曲线（如鱼眼矫正）

数学本质

对于线性变换（含仿射/透视）：
[
\begin{cases}
x’ = \frac{a_{11}x + a_{12}y + a_{13}}{a_{31}x + a_{32}y + 1} \
y’ = \frac{a_{21}x + a_{22}y + a_{23}}{a_{31}x + a_{32}y + 1}
\end{cases}
]
当 ( a_{31} = a_{32} = 0 ) 时退化为仿射变换（保持平行性），否则为透视变换（保持直线但不保持平行）。

OpenCV验证实验

import cv2
import numpy as np

# 创建测试图像（带十字线）
img = np.zeros((400, 400, 3), dtype=np.uint8)
cv2.line(img, (100,100), (300,100), (0,0,255), 2)  # 水平红线
cv2.line(img, (100,200), (300,200), (0,255,0), 2)   # 水平绿线
cv2.line(img, (200,50), (200,350), (255,0,0), 2)    # 垂直蓝线

# 透视变换（产生消失点）
src_pts = np.float32([[100,100],[300,100],[100,300],[300,300]])
dst_pts = np.float32([[80,80],[320,80],[120,320],[280,320]])
M = cv2.getPerspectiveTransform(src_pts, dst_pts)
warped = cv2.warpPerspective(img, M, (400,400))

# 显示结果
cv2.imshow("Original", img)
cv2.imshow("Perspective", warped)
cv2.waitKey(0)

实验结果：

1. 原始图像中的三条直线（红/绿/蓝）在透视变换后：
   • 仍保持笔直（验证直线保持性）
   • 水平线不再平行（红绿线向一点汇聚）
   • 垂直线产生倾斜（蓝线角度变化）

工程意义

1. 文档处理：确保矫正后的文字行仍为直线
2. CAD/CAM：保持设计图纸的几何精度
3. 视觉测量：避免引入曲线畸变误差
4. AR/VR：正确渲染虚拟物体的边缘

特殊场景分析

当直线保持性被破坏时（如鱼眼矫正）：

# 鱼眼效果（非线性变换）
map_x = np.zeros(img.shape[:2], np.float32)
map_y = np.zeros(img.shape[:2], np.float32)
for i in range(img.shape[0]):
    for j in range(img.shape[1]):
        # 非线性映射公式
        map_x[i,j] = j + (j-200)*((i-200)/400)**2
        map_y[i,j] = i + (i-200)*((j-200)/400)**2
distorted = cv2.remap(img, map_x, map_y, cv2.INTER_LINEAR)

此时直线将变为曲线（如建筑摄影中的桶形畸变）

扩展知识

1. 射影几何：研究直线保持变换的数学分支
2. 齐次坐标：用三维向量表示二维点的数学工具
   [
   \begin{bmatrix} x’ \ y’ \ w’ \end{bmatrix} = M \cdot \begin{bmatrix} x \ y \ 1 \end{bmatrix}
   ]
3. 变换层级：
   • 欧式变换（仅旋转+平移）
   • 相似变换（+均匀缩放）
   • 仿射变换（+非均匀缩放/错切）
   • 射影变换（+透视效果）

最佳实践建议：在需要测量真实长度的场景（如工业检测）优先选择仿射变换，在需要模拟人眼视觉的场景（如游戏开发）使用透视变换。