Python计算机视觉实战：图像仿射扭曲原理与常见问题排查

一只小鹿

发布时间：2026-10-13 | 5人浏览过

原创

本文深入解析Python计算机视觉中的图像仿射扭曲技术，阐述其保持平直性及六自由度的数学原理。通过具体代码示例展示如何将图像嵌入另一图像并实现完美匹配。同时，针对PCV库调用及Matplotlib安装中遇到的权限与环境错误，提供了详细的排查步骤与修复方案，帮助开发者顺利运行相关视觉算法。

仿射扭曲概述

对图像局部区域应用仿射变换的操作，通常被称为图像扭曲或仿射扭曲。这一技术不仅在计算机图形学领域应用广泛，也是众多计算机视觉算法中的核心组成部分。

仿射变换原理

一、仿射变换原理

仿射变换的核心特性在于保持图像的“平直性”，具体表现为旋转、缩放、平移以及错切等操作。在几何层面，若给定三对对应的点，仿射变换可以实现图像的扭曲，使这三对点精确重合。由于仿射变换拥有6个自由度，因此需要三对对应点提供的6个约束条件（即每对点的x和y坐标均需匹配）来确定唯一的变换矩阵。

从几何定义来看，仿射变换是两个向量空间之间的映射。它由一个非奇异线性变换（即一次函数变换）与一个平移变换组合而成。在有限维空间中，任意仿射变换均可表示为矩阵A与向量b的乘积，写作[A|b]的形式。仿射变换的复合运算等价于普通矩阵乘法，为此需在矩阵底部添加一行元素（除最右侧为1外其余为0），并在列向量底部添加元素1，以构成齐次坐标形式。

图像合成应用

二、图像中的图像

仿射扭曲的一个典型应用场景是图像合成，即将一幅图像或其局部区域放置到另一幅图像中，使其与指定的目标区域或标记物精确对齐。以下是实现该功能的代码示例：


from PCV.geometry import warp, homography
from PIL import Image
from pylab import *
from scipy import ndimage

# 仿射扭曲im1到im2的例子

im1 = array(Image.open('jida.jpg').convert('L'))
im2 = array(Image.open('beijing.jpg').convert('L'))
# 选定一些目标点
tp = array([[420,830,830,420],[400,350,1060,1000],[1,1,1,1]])
#标记物的坐标tp是用齐次坐标意义下的坐标表示的
#array为 第一张图片贴到第二张图片的四个角点的坐标
#tp = array([[675,826,826,677],[55,52,281,277],[1,1,1,1]])
im3 = warp.image_in_image(im1,im2,tp)
#image_in_image()函数的输入参数为两幅图像和一个坐标
figure()
gray()
subplot(141)
axis('off')
imshow(im1)
subplot(142)
axis('off')
imshow(im2)
subplot(143)
axis('off')
imshow(im3)

# 选定im1角上的一些点
m,n = im1.shape[:2]
fp = array([[0,m,m,0],[0,0,n,n],[1,1,1,1]])
# 第一个三角形
tp2 = tp[:,:3]
fp2 = fp[:,:3]
# 计算H
H = homography.Haffine_from_points(tp2,fp2)
im1_t = ndimage.affine_transform(im1,H[:2,:2],
(H[0,2],H[1,2]),im2.shape[:2])
# 三角形的alpha
alpha = warp.alpha_for_triangle(tp2,im2.shape[0],im2.shape[1])
im3 = (1-alpha)*im2 + alpha*im1_t
# 第二个三角形
tp2 = tp[:,[0,2,3]]
fp2 = fp[:,[0,2,3]]
# 计算H
H = homography.Haffine_from_points(tp2,fp2)
#Haffine_from_points()返回给定对应点对的最优仿射变换
im1_t = ndimage.affine_transform(im1,H[:2,:2],
(H[0,2],H[1,2]),im2.shape[:2])
# 三角形的alpha
alpha = warp.alpha_for_triangle(tp2,im2.shape[0],im2.shape[1])
im4 = (1-alpha)*im3 + alpha*im1_t
subplot(144)
imshow(im4)
axis('off')
show()

常见问题排查与解决

在实际实验过程中，可能会遇到一些环境或库依赖方面的问题。

问题一：

为解决此类问题，首先检查PCV\PCV-master\PCV\geometry目录下的wary.py和homegraphy.py文件，确保print语句后的参数已正确添加括号。若多次检查括号无误且问题依旧，建议重新安装pcv库，此前博客中已记录相关重装方法，通常可解决此类异常。

问题二：

若因matplotlib库异常导致程序中断，可尝试在终端执行pip uninstall matplotlib进行卸载。随后重新安装时，若终端提示Could not install packages due to an EnvironmentError: [Errno 13] Permission denied，表明存在权限不足的问题。

解决该权限报错的方法是在安装命令后添加--user参数，即输入：pip install matplotlib --user（注意是两个连字符），即可成功完成安装。