1. 仿射變換原理
仿射變換（Affine Transformation 或Affine Map）是一種二維坐標（x, y）到二維坐標（u, v）的線性變換，其數學表達式形式如下：
對應的齊次坐標矩陣表示形式為：
仿射變換保持了二維圖形的“平直性”（直線經仿射變換后依然為直線）和“平行性”（直線之間的相對位置關系保持不變，平行線經仿射變換后依然為平行線，且直線上點的位置順序不會發生變化）。非共線的三對對應點確定一個唯一的仿射變換。
2.拼接圖像
估計出圖像間的單應性矩陣（使用RANSAC算法），現在我們需要將所有的圖像扭曲到一個公共的圖像平面上。通常，這里的公共平面為中心圖像平面。一種方法是創建一個很大的圖像，比如圖像中全部填充0，使其和中心圖像平行，然后將所有的圖像扭曲到上面，由於我們所有的圖像是由照相機水平旋轉拍攝的，因此我們可以使用一個較簡單的步驟：將中心圖像左邊或者右邊的區域填充0，以便為扭曲的圖像騰出空間。
3.alpha通道
在圖形圖像學中，透明通道也稱Alpha通道，代表數字圖像中像素點的透明信息。白色的Alpha像素用以定義不透明的彩色像素，而黑色的Alpha定以透明像素，黑白之間的灰階則是彩色圖片中的半透明部分。
4.代碼
1 # -*- coding: utf-8 -*- 2 from PCV.geometry import warp, homography 3 from PIL import Image 4 from pylab import * 5 from scipy import ndimage 6 7 # example of affine warp of im1 onto im2 8 9 im1 = array(Image.open('C:/Users/w/PycharmProjects/sift/picture/1.jpg').convert('L')) 10 im2 = array(Image.open('C:/Users/w/PycharmProjects/sift/picture/2.jpg').convert('L')) 11 # set to points 12 tp = array([[120,260,260,120],[16,16,305,305],[1,1,1,1]])#變換的目標坐標 13 #tp = array([[675,826,826,677],[55,52,281,277],[1,1,1,1]]) 14 im3 = warp.image_in_image(im1,im2,tp)#函數內部warp 15 figure() 16 gray() 17 subplot(141) 18 axis('off') 19 imshow(im1) 20 subplot(142) 21 axis('off') 22 imshow(im2) 23 subplot(143) 24 axis('off') 25 imshow(im3) 26 27 # set from points to corners of im1 28 m,n = im1.shape[:2] 29 fp = array([[0,m,m,0],[0,0,n,n],[1,1,1,1]]) 30 # first triangle 31 tp2 = tp[:,:3] 32 fp2 = fp[:,:3] 33 # compute H 34 H = homography.Haffine_from_points(tp2,fp2)# 35 im1_t = ndimage.affine_transform(im1,H[:2,:2],(H[0,2],H[1,2]),im2.shape[:2]) 36 # alpha for triangle 37 alpha = warp.alpha_for_triangle(tp2,im2.shape[0],im2.shape[1])#圖像alpha通道 38 im3 = (1-alpha)*im2 + alpha*im1_t 39 # second triangle 40 tp2 = tp[:,[0,2,3]] 41 fp2 = fp[:,[0,2,3]] 42 # compute H 43 H = homography.Haffine_from_points(tp2,fp2) 44 im1_t = ndimage.affine_transform(im1,H[:2,:2], 45 (H[0,2],H[1,2]),im2.shape[:2]) 46 # alpha for triangle 47 alpha = warp.alpha_for_triangle(tp2,im2.shape[0],im2.shape[1]) 48 im4 = (1-alpha)*im3 + alpha*im1_t 49 subplot(144) 50 imshow(im4) 51 axis('off') 52 show()
5.結果
