Affine Transformation
A transformação afim mapeia as coordenadas da imagem através de rotação, escala, cisalhamento e translação, dando suporte ao aumento de dados, ao alinhamento e ao pré-processamento.
Uma transformação afim é um mapeamento de coordenadas que combina uma transformação linear com uma translação. Em imagens, pode rodar, redimensionar, refletir, aplicar cisalhamento ou deslocar a grelha de píxeis, preservando a estrutura das linhas retas. Transformação afim e mapa afim são sinónimos. Em visão computacional, estes mapeamentos dão suporte ao alinhamento, ao pré-processamento de dados e ao aumento de dados.
Leonhard Euler introduziu o termo afim para curvas relacionadas em 1748, no capítulo XVIII de Introductio in analysin infinitorum, volume 2.
O que as transformações afins preservam#
Uma transformação afim invertível preserva linhas retas, paralelismo e proporções de distâncias ao longo de uma linha. O ponto médio continua a ser um ponto médio. Os comprimentos e os ângulos podem mudar: o cisalhamento e a escala desigual podem transformar um retângulo num paralelogramo ou um círculo numa elipse.
As transformações rígidas preservam distâncias e ângulos; as transformações de semelhança também permitem uma escala uniforme. As transformações afins permitem ainda uma escala desigual e cisalhamento. Uma homografia inclui efeitos de perspetiva, como as margens paralelas de uma estrada que convergem para um ponto de fuga. Um mapeamento afim preserva o paralelismo, ajustando as alterações globais de inclinação e escala.
Como funciona a matriz afim#
Uma matriz afim bidimensional tem seis parâmetros, normalmente armazenados numa matriz 2 x 3. Quatro controlam a parte linear e dois especificam a translação horizontal e vertical. Três pares de pontos determinam a matriz: os três pontos de origem não podem ser colineares, formando um triângulo. No OpenCV, cv2.getAffineTransform estima a matriz a partir destas correspondências.
A adição de uma terceira coordenada constante igual a 1, denominada coordenada homogénea, incorpora a translação na multiplicação de matrizes. A matriz 3 x 3 resultante tem como linha final 0, 0, 1. Várias transformações combinam-se através da multiplicação de matrizes; rodar e depois deslocar é, em geral, diferente de deslocar e depois rodar.
Uma transformação afim é linear exatamente quando a sua translação é zero. Numa rede neuronal, uma camada totalmente ligada combina pesos aprendidos com um termo de bias. A camada Linear do PyTorch aplica por predefinição um mapeamento afim, normalmente seguido de uma função de ativação não linear.
Utilizações em visão computacional e treino de modelos#
- Imagiologia médica: O registo de imagens afim alinha exames antes da comparação ou da correção de deformações. O exemplo de registo afim do SimpleElastix corrige uma imagem que foi submetida a cisalhamento, ampliada 1,2 vezes, rodada 10 graus e transladada ao longo de ambos os eixos.
- Processamento de documentos: A correção da inclinação reduz a obliquidade dos caracteres antes do reconhecimento ótico de caracteres. O classificador de dígitos manuscritos do OpenCV aplica um cisalhamento afim antes da extração de características e da classificação por máquina de vetores de suporte.
O treino de deteção e segmentação do Ultralytics YOLO26 suporta o aumento geométrico de dados através de degrees, translate, scale e shear, atualizando em conjunto as imagens e as anotações. Com perspective=0.0, o mapeamento é afim; a rotação e o cisalhamento estão desativados por predefinição.
Aplicar uma transformação afim em Python#
Com pip install opencv-python numpy, este exemplo usa OpenCV para rodar e reduzir uma imagem em torno do seu 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]
# A rotação em torno do centro também requer translação.
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)A imagem guardada mostra uma rotação de 20 graus e uma escala de 80% das dimensões originais, dentro de uma tela de saída inalterada.
Reamostragem e erros de anotação#
A deformação amostra uma grelha discreta de píxeis. A interpolação bilinear combina píxeis vizinhos; a interpolação pelo vizinho mais próximo seleciona um valor existente. A rotação expõe regiões de margem sem píxeis de origem, e uma tela fixa recorta o conteúdo que fica fora dos seus limites. A reamostragem bilinear repetida suaviza os detalhes finos, mesmo quando o mapeamento de coordenadas é invertível.
Na visão supervisionada, as imagens e as anotações usam o mesmo mapeamento. Se os rótulos não forem alterados, os objetos-alvo ficam em posições incorretas. As caixas delimitadoras exigem a transformação dos quatro cantos antes de calcular um retângulo envolvente alinhado com os eixos, que pode incluir mais fundo após a rotação. Os pontos-chave fora da tela exigem a atualização da visibilidade. As máscaras categóricas de segmentação usam interpolação pelo vizinho mais próximo para manter os IDs de classe discretos.










