Affine Transformation
La transformation affine mappe les coordonnées de l’image par rotation, mise à l’échelle, cisaillement et translation, au service de l’augmentation, de l’alignement et du prétraitement.
Une transformation affine est un mappage de coordonnées qui combine une transformation linéaire et une translation. Dans les images, elle peut faire pivoter, redimensionner, réfléchir, cisailler ou décaler la grille de pixels tout en préservant les lignes droites. Transformation affine et application affine sont synonymes. En vision par ordinateur, ces mappages facilitent l’alignement, le prétraitement des données et l’augmentation des données.
Leonhard Euler a introduit le terme affine pour désigner des courbes apparentées en 1748, au chapitre XVIII du volume 2 de l’Introductio in analysin infinitorum.
Ce que préservent les transformations affines#
Une transformation affine inversible préserve les lignes droites, le parallélisme et les rapports de distance le long d’une ligne. Un point milieu reste un point milieu. Les longueurs et les angles peuvent changer : le cisaillement et la mise à l’échelle inégale peuvent transformer un rectangle en parallélogramme ou un cercle en ellipse.
Les transformations rigides préservent les distances et les angles ; les transformations de similitude autorisent également une mise à l’échelle uniforme. Les transformations affines autorisent aussi une mise à l’échelle inégale et le cisaillement. Une homographie inclut des effets de perspective, comme les bords parallèles d’une route qui convergent vers un point de fuite. Un mappage affine préserve le parallélisme et convient aux changements globaux d’inclinaison et d’échelle.
Fonctionnement de la matrice affine#
Une matrice affine à deux dimensions possède six paramètres, généralement stockés dans une matrice 2 x 3. Quatre contrôlent la partie linéaire et deux spécifient les translations horizontale et verticale. Trois paires de points déterminent la matrice : les trois points source ne doivent pas être colinéaires et forment ainsi un triangle. Dans OpenCV, cv2.getAffineTransform estime la matrice à partir de ces correspondances.
L’ajout d’une troisième coordonnée constante égale à 1, appelée coordonnée homogène, intègre la translation au produit matriciel. La matrice 3 x 3 ainsi obtenue comporte une dernière ligne égale à 0, 0, 1. Plusieurs transformations se combinent par multiplication matricielle ; une rotation suivie d’un décalage diffère généralement d’un décalage suivi d’une rotation.
Une transformation affine est linéaire exactement lorsque sa translation est nulle. Dans un réseau de neurones, une couche entièrement connectée combine des poids appris et un terme de biais. La couche Linear de PyTorch effectue par défaut une transformation affine, généralement suivie d’une fonction d’activation non linéaire.
Utilisations en vision et en entraînement de modèles#
- Imagerie médicale : Le recalage affine d’images aligne les images avant leur comparaison ou la correction des déformations. L’exemple de recalage affine de SimpleElastix corrige une image qui a subi un cisaillement, un agrandissement d’un facteur 1,2, une rotation de 10 degrés et une translation selon les deux axes.
- Traitement de documents : Le redressement réduit l’inclinaison des caractères avant la reconnaissance optique de caractères. Le classificateur de chiffres manuscrits d’OpenCV applique un cisaillement affine avant l’extraction de caractéristiques et la classification par machine à vecteurs de support.
L’entraînement à la détection et à la segmentation de YOLO26 d’Ultralytics prend en charge l’augmentation géométrique via degrees, translate, scale et shear, en mettant à jour conjointement les images et les annotations. Avec perspective=0.0, le mappage est affine ; la rotation et le cisaillement sont désactivés par défaut.
Appliquer une transformation affine en Python#
Avec pip install opencv-python numpy, cet exemple utilise OpenCV pour faire pivoter et réduire une image autour de son centre :
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]
# La rotation autour du centre nécessite également une translation.
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)L’image enregistrée montre une rotation de 20 degrés et une mise à l’échelle à 80 % des dimensions d’origine dans un canevas de sortie inchangé.
Rééchantillonnage et erreurs d’annotation#
La déformation échantillonne une grille discrète de pixels. L’interpolation bilinéaire mélange les pixels voisins ; l’interpolation au plus proche voisin sélectionne une valeur existante. La rotation révèle des zones de bordure sans pixels source, et un canevas fixe tronque le contenu qui dépasse ses limites. Les rééchantillonnages bilinéaires répétés adoucissent les détails fins, même lorsque le mappage des coordonnées est inversible.
En vision supervisée, les images et les annotations utilisent le même mappage. Si les étiquettes ne sont pas modifiées, les cibles se retrouvent aux mauvais endroits. Les boîtes englobantes nécessitent de transformer les quatre coins avant de calculer un rectangle englobant aligné sur les axes, qui peut inclure davantage d’arrière-plan après une rotation. Les points clés situés à l’extérieur du canevas nécessitent une mise à jour de leur visibilité. Les masques de segmentation catégorielle utilisent l’interpolation au plus proche voisin afin de conserver des identifiants de classe discrets.










