Licenciar o YOLO
Voltar ao glossário da Ultralytics

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#

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.

Explore as soluções

Visão computacional no desporto

Visão computacional no desporto

Descubra como o Ultralytics YOLO impulsiona a visão computacional no esporte com rastreamento de jogadores e bolas, análise de desempenho, insights para treinadores e reabilitação de atletas.
Saiba mais
Visão computacional para imagens aéreas

Visão computacional para imagens aéreas

Transforma imagens de drones e aéreas em informações em tempo real para a agricultura, a aquacultura, a conservação e a análise geoespacial com Ultralytics YOLO.
Saiba mais
Visão computacional no setor aeroespacial

Visão computacional no setor aeroespacial

Aplica visão computacional na indústria aeroespacial com Ultralytics YOLO para inspecionar aeronaves, detetar objetos estranhos na pista (FOD), apoiar operações aeroportuárias em terra e detetar defeitos em materiais compósitos.
Saiba mais
Visão computacional na segurança

Visão computacional na segurança

Protege todas as instalações com os modelos Ultralytics YOLO. A IA visual permite monitorizar perímetros, detetar ameaças, reconhecer matrículas e melhorar a segurança no local de trabalho.
Saiba mais
Visão computacional na robótica

Visão computacional na robótica

Potencia máquinas mais inteligentes com os modelos Ultralytics YOLO. A IA visual na robótica permite navegação autónoma, perceção, rastreamento de objetos e controlo em tempo real.
Saiba mais
Visão computacional na logística

Visão computacional na logística

Otimize a logística com os modelos Ultralytics YOLO. A IA de visão permite inspecionar pacotes, fazer triagem, rastrear veículos e monitorar a segurança em tempo real nos armazéns.
Saiba mais
Visão computacional no varejo

Visão computacional no varejo

Reinvente o varejo com os modelos Ultralytics YOLO. A IA de visão permite rastrear o estoque, monitorar prateleiras, gerenciar filas e obter insights mais inteligentes sobre clientes.
Saiba mais
Visão computacional na área da saúde

Visão computacional na área da saúde

Desenvolva soluções de saúde com os modelos Ultralytics YOLO. A IA de visão na área da saúde permite obter imagens médicas mais rapidamente, diagnósticos mais inteligentes e monitoramento de pacientes.
Saiba mais
Visão computacional na manufatura

Visão computacional na manufatura

Otimize a manufatura com modelos Ultralytics YOLO. A IA visual impulsiona o controle de qualidade, a detecção de defeitos, a conformidade com o uso de EPI e a automação da linha de montagem.
Saiba mais
Visão computacional no setor automotivo

Visão computacional no setor automotivo

Aplique visão computacional no setor automotivo com modelos Ultralytics YOLO. A IA visual aumenta a segurança viária, aprimora a assistência ao condutor e viabiliza a automação de veículos para estradas mais inteligentes.
Saiba mais
Visão computacional na agricultura

Visão computacional na agricultura

Leve a IA de visão à agricultura inteligente com os modelos Ultralytics YOLO. Aprimore o monitoramento de plantações, o rastreamento de animais e a agricultura de precisão para obter safras maiores e mais inteligentes.
Saiba mais

Vamos construir juntos o futuro da IA!

Comece sua jornada rumo ao futuro do aprendizado de máquina