Affine Transformation
La trasformazione affine mappa le coordinate dell'immagine tramite rotazione, ridimensionamento, taglio e traslazione, supportando l'aumento dei dati, l'allineamento e il preprocessing.
Una trasformazione affine è una mappatura di coordinate che combina una trasformazione lineare con una traslazione. Nelle immagini può ruotare, ridimensionare, riflettere, deformare tramite taglio o spostare la griglia di pixel, preservando la struttura delle linee rette. Trasformazione affine e mappa affine sono sinonimi. Nella visione artificiale, queste mappature supportano l'allineamento, il preprocessing dei dati e l'aumento dei dati.
Leonhard Euler introdusse il termine affine per curve correlate nel 1748, nel capitolo XVIII di Introductio in analysin infinitorum, volume 2.
Cosa preservano le trasformazioni affini#
Una trasformazione affine invertibile preserva le linee rette, il parallelismo e i rapporti tra le distanze lungo una retta. Un punto medio rimane tale. Le lunghezze e gli angoli possono cambiare: il taglio e il ridimensionamento non uniforme possono trasformare un rettangolo in un parallelogramma o un cerchio in un'ellisse.
Le trasformazioni rigide preservano distanze e angoli; le trasformazioni di similitudine consentono anche il ridimensionamento uniforme. Le trasformazioni affini consentono inoltre il ridimensionamento non uniforme e il taglio. Un'omografia include effetti prospettici, come i bordi paralleli di una strada che convergono verso un punto di fuga. Una mappatura affine preserva il parallelismo e corregge le variazioni globali di inclinazione e scala.
Come funziona la matrice affine#
Una matrice affine bidimensionale ha sei parametri, comunemente memorizzati in una matrice 2 x 3. Quattro controllano la parte lineare e due specificano la traslazione orizzontale e verticale. Tre coppie di punti determinano la matrice: i tre punti di origine devono essere non collineari, formando un triangolo. In OpenCV, cv2.getAffineTransform stima la matrice a partire da queste corrispondenze.
L'aggiunta di una coordinata omogenea costante pari a 1 incorpora la traslazione nella moltiplicazione di matrici. La matrice risultante 3 x 3 ha come riga finale 0, 0, 1. Più trasformazioni si combinano tramite moltiplicazione di matrici; ruotare e poi traslare dà in genere un risultato diverso dal traslare e poi ruotare.
Una trasformazione affine è lineare se e solo se la sua traslazione è nulla. In una rete neurale, un livello completamente connesso combina i pesi appresi con un termine di bias. Il livello Linear di PyTorch applica per impostazione predefinita una mappatura affine, in genere seguita da una funzione di attivazione non lineare.
Applicazioni nella visione e nell'addestramento dei modelli#
- Imaging medico: La registrazione delle immagini affine allinea le scansioni prima del confronto o della correzione delle deformazioni. L'esempio di registrazione affine di SimpleElastix corregge un'immagine sottoposta a taglio, ridimensionata di 1,2 volte, ruotata di 10 gradi e traslata lungo entrambi gli assi.
- Elaborazione dei documenti: La correzione dell'inclinazione riduce l'obliquità dei caratteri prima del riconoscimento ottico dei caratteri. Il classificatore di cifre scritte a mano di OpenCV applica un taglio affine prima dell'estrazione delle caratteristiche e della classificazione con macchine a vettori di supporto.
L'addestramento per il rilevamento e la segmentazione di Ultralytics YOLO26 supporta l'aumento geometrico tramite degrees, translate, scale e shear, aggiornando insieme immagini e annotazioni. Con perspective=0.0, la mappatura è affine; la rotazione e il taglio sono disattivati per impostazione predefinita.
Applicare una trasformazione affine in Python#
Con pip install opencv-python numpy, questo esempio usa OpenCV per ruotare e ridurre un'immagine attorno al suo centro:
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]
# Anche la rotazione attorno al centro richiede una traslazione.
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'immagine salvata mostra una rotazione di 20 gradi e un ridimensionamento all'80% delle dimensioni originali, all'interno di un canvas di output invariato.
Ricampionamento ed errori nelle annotazioni#
La trasformazione geometrica ricampiona una griglia discreta di pixel. L'interpolazione bilineare fonde i pixel vicini; l'interpolazione nearest-neighbor seleziona un valore esistente. La rotazione espone aree dei bordi prive di pixel sorgente e un canvas fisso ritaglia il contenuto che supera i suoi limiti. Il ricampionamento bilineare ripetuto sfuma i dettagli più fini, anche quando la mappatura delle coordinate è invertibile.
Nella visione supervisionata, immagini e annotazioni condividono la stessa mappatura. Le etichette non aggiornate collocano gli oggetti in posizioni errate. Le caselle di delimitazione richiedono la trasformazione di tutti e quattro gli angoli prima di calcolare un rettangolo circoscritto allineato agli assi, che dopo la rotazione può includere ulteriore sfondo. I punti chiave che si trovano fuori dal canvas richiedono l'aggiornamento della visibilità. Le maschere di segmentazione categoriale usano l'interpolazione nearest-neighbor per mantenere gli ID di classe discreti.










