YOLO lizenzieren
Zurück zum Ultralytics-Glossar

Affine Transformation

Eine affine Transformation bildet Bildkoordinaten durch Rotation, Skalierung, Scherung und Verschiebung ab und unterstützt Augmentierung, Ausrichtung und Vorverarbeitung.

Eine affine Transformation ist eine Koordinatenabbildung, die eine lineare Transformation mit einer Verschiebung kombiniert. Bei Bildern kann sie das Pixelraster drehen, skalieren, spiegeln, scheren oder verschieben und dabei die Geradlinigkeit erhalten. Affine Transformation und affine Abbildung sind Synonyme. In der Computervision unterstützen diese Abbildungen die Ausrichtung, die Datenvorverarbeitung und die Datenerweiterung.

Leonhard Euler führte 1748 den Begriff affin für verwandte Kurven ein, und zwar in Kapitel XVIII von Introductio in analysin infinitorum, Band 2.

Was affine Transformationen erhalten#

Eine invertierbare affine Transformation erhält Geraden, Parallelität und Teilungsverhältnisse auf einer Geraden. Ein Mittelpunkt bleibt ein Mittelpunkt. Längen und Winkel können sich ändern: Scherungen und ungleichmäßige Skalierungen können ein Rechteck in ein Parallelogramm oder einen Kreis in eine Ellipse verwandeln.

Starre Transformationen erhalten Abstände und Winkel; Ähnlichkeitstransformationen erlauben zusätzlich eine gleichmäßige Skalierung. Affine Transformationen erlauben außerdem ungleichmäßige Skalierung und Scherung. Eine Homografie berücksichtigt perspektivische Effekte, etwa parallel verlaufende Straßenränder, die auf einen Fluchtpunkt zulaufen. Eine affine Abbildung erhält die Parallelität und eignet sich zur Anpassung an globale Schrägstellung und Skalierungsänderungen.

So funktioniert die affine Matrix#

Eine zweidimensionale affine Matrix hat sechs Parameter und wird üblicherweise als 2 x 3-Matrix gespeichert. Vier Parameter steuern den linearen Anteil, zwei geben die horizontale und vertikale Verschiebung an. Drei Punktpaare bestimmen die Matrix: Die drei Ausgangspunkte dürfen nicht kollinear sein und bilden ein Dreieck. In OpenCV schätzt cv2.getAffineTransform die Matrix anhand dieser Korrespondenzen.

Durch Hinzufügen einer konstanten dritten Koordinate mit dem Wert 1, einer sogenannten homogenen Koordinate, lässt sich die Verschiebung in die Matrixmultiplikation einbeziehen. Die resultierende 3 x 3-Matrix hat als letzte Zeile 0, 0, 1. Mehrere Transformationen lassen sich durch Matrixmultiplikation kombinieren; erst zu drehen und dann zu verschieben ergibt im Allgemeinen ein anderes Ergebnis als erst zu verschieben und dann zu drehen.

Eine affine Transformation ist genau dann linear, wenn ihre Verschiebung null ist. In einem neuronalen Netz kombiniert eine vollständig verbundene Schicht gelernte Gewichte mit einem Bias-Offset. Die PyTorch-Linear-Schicht wendet standardmäßig eine affine Abbildung an, auf die typischerweise eine nichtlineare Aktivierungsfunktion folgt.

Anwendungen in der Bildverarbeitung und beim Modelltraining#

Das Training für Erkennung und Segmentierung mit Ultralytics YOLO26 unterstützt geometrische Augmentierung durch degrees, translate, scale und shear, wobei Bilder und Annotationen gemeinsam aktualisiert werden. Mit perspective=0.0 ist die Abbildung affin; Rotation und Scherung sind standardmäßig deaktiviert.

Eine affine Transformation in Python anwenden#

Mit pip install opencv-python numpy verwendet dieses Beispiel OpenCV, um ein Bild um seinen Mittelpunkt zu drehen und zu verkleinern:

from urllib.request import urlopen

import cv2
import numpy as np

with urlopen("https://ultralytics.com/images/bus.jpg") as response:
    encoded = np.frombuffer(response.read(), dtype=np.uint8)
image = cv2.imdecode(encoded, cv2.IMREAD_COLOR)
height, width = image.shape[:2]

# Für die Drehung um den Mittelpunkt ist auch eine Verschiebung erforderlich.
center = (width / 2, height / 2)
matrix = cv2.getRotationMatrix2D(center, angle=20, scale=0.8)
warped = cv2.warpAffine(image, matrix, (width, height))
cv2.imwrite("affine_result.jpg", warped)

Das gespeicherte Bild zeigt eine Drehung um 20 Grad und eine Skalierung auf 80 % der ursprünglichen Abmessungen innerhalb einer unveränderten Ausgabefläche.

Resampling und Fehler bei Annotationen#

Beim Warping wird ein diskretes Pixelraster abgetastet. Bei der bilinearen Interpolation werden benachbarte Pixel miteinander verrechnet; bei der Nächste-Nachbar-Interpolation wird ein vorhandener Wert ausgewählt. Durch Drehungen werden Randbereiche sichtbar, für die keine Quellpixel vorhanden sind, und eine feste Ausgabefläche schneidet Inhalte außerhalb ihrer Grenzen ab. Wiederholtes bilineares Resampling verwischt feine Details, selbst wenn die Koordinatenabbildung invertierbar ist.

Beim überwachten Lernen in der Bildverarbeitung verwenden Bilder und Annotationen dieselbe Abbildung. Unveränderte Labels platzieren Ziele an falschen Positionen. Bei Begrenzungsrahmen müssen alle vier Ecken transformiert werden, bevor ein umschließendes achsenparalleles Rechteck berechnet wird; nach einer Drehung kann dieses zusätzlichen Hintergrund enthalten. Für Schlüsselpunkte außerhalb der Ausgabefläche müssen die Sichtbarkeitsangaben aktualisiert werden. Für kategoriale Segmentierungsmasken wird die Nächste-Nachbar-Interpolation verwendet, damit die diskreten Klassen-IDs erhalten bleiben.

Lösungen entdecken

Computer Vision im Sport

Computer Vision im Sport

Entdecke, wie Ultralytics YOLO die Sportbildanalyse voranbringt – mit Spieler- und Ballverfolgung, Leistungsanalysen, Erkenntnissen für das Coaching und der Rehabilitation von Athleten.
Mehr erfahren
Computer Vision für Luftbilder

Computer Vision für Luftbilder

Verwandle Drohnen- und Luftbilder mit Ultralytics YOLO in Echtzeit-Erkenntnisse für Landwirtschaft, Aquakultur, Naturschutz und Geodatenanalyse.
Mehr erfahren
Computer Vision in der Luft- und Raumfahrt

Computer Vision in der Luft- und Raumfahrt

Setze Computer Vision in der Luft- und Raumfahrt mit Ultralytics YOLO ein – für Flugzeuginspektionen, die Erkennung von Fremdkörpern auf Start- und Landebahnen, den Bodenbetrieb am Flughafen und die Erkennung von Verbundwerkstofffehlern.
Mehr erfahren
Computer Vision im Sicherheitsbereich

Computer Vision im Sicherheitsbereich

Schütze jeden Standort mit Ultralytics YOLO-Modellen. Vision-KI ermöglicht die Überwachung von Grundstücksgrenzen, die Erkennung von Bedrohungen, die Kennzeichenerkennung und die Sicherheit am Arbeitsplatz.
Mehr erfahren
Computer Vision in der Robotik

Computer Vision in der Robotik

Mach Maschinen mit Ultralytics YOLO-Modellen leistungsfähiger. Vision-KI in der Robotik ermöglicht autonome Navigation, Wahrnehmung, Objektverfolgung und Steuerung in Echtzeit.
Mehr erfahren
Bildverarbeitung in der Logistik

Bildverarbeitung in der Logistik

Optimiere die Logistik mit Ultralytics YOLO-Modellen. Vision AI ermöglicht die Paketprüfung, Sortierung und Fahrzeugverfolgung sowie die Sicherheitsüberwachung von Lagerhäusern in Echtzeit.
Mehr erfahren
Bildverarbeitung im Einzelhandel

Bildverarbeitung im Einzelhandel

Gestalte den Einzelhandel mit Ultralytics YOLO-Modellen neu. Vision AI ermöglicht Bestandsverfolgung, Regalüberwachung und Warteschlangenmanagement und liefert bessere Einblicke in das Kundenverhalten.
Mehr erfahren
Bildverarbeitung im Gesundheitswesen

Bildverarbeitung im Gesundheitswesen

Entwickle Lösungen für das Gesundheitswesen mit Ultralytics YOLO-Modellen. Vision AI ermöglicht im Gesundheitswesen schnellere medizinische Bildgebung, bessere Diagnostik und die Überwachung von Patienten.
Mehr erfahren
Computer Vision in der Fertigung

Computer Vision in der Fertigung

Optimiere die Fertigung mit Ultralytics-YOLO-Modellen. Vision AI ermöglicht Qualitätskontrolle, Fehlererkennung, die Überprüfung der Einhaltung von Vorgaben zu persönlicher Schutzausrüstung und die Automatisierung von Montagelinien.
Mehr erfahren
Computer Vision in der Automobilbranche

Computer Vision in der Automobilbranche

Setze Computer Vision in der Automobilbranche mit Ultralytics-YOLO-Modellen ein. Vision AI verbessert die Verkehrssicherheit, Fahrerassistenz und Fahrzeugautomatisierung – für intelligentere Straßen.
Mehr erfahren
Computer Vision in der Landwirtschaft

Computer Vision in der Landwirtschaft

Setze mit Ultralytics YOLO-Modellen KI für Bildverarbeitung in der intelligenten Landwirtschaft ein. Ermögliche die Überwachung von Nutzpflanzen, die Verfolgung von Nutztieren und Präzisionslandwirtschaft für höhere und nachhaltigere Erträge.
Mehr erfahren

Lass uns gemeinsam die Zukunft der KI gestalten!

Starte deine Reise in die Zukunft des maschinellen Lernens