获取 YOLO 许可
返回 Ultralytics 术语表

Affine Transformation

仿射变换通过旋转、缩放、错切和平移映射图像坐标,可用于数据增强、对齐和预处理。

仿射变换是一种坐标映射,它将线性变换与平移结合起来。在图像中,仿射变换可以旋转、调整大小、反射、错切或移动像素网格,同时保持直线结构不变。仿射变换和仿射映射是同义词。在计算机视觉中,这类映射可用于对齐、数据预处理和数据增强。

1748 年,莱昂哈德·欧拉在《无穷分析引论》第 2 卷第 XVIII 章中,用 affine 一词描述相关曲线。

仿射变换保持哪些性质#

可逆仿射变换会保持直线、平行关系以及直线上的间距比例。中点仍然是中点。长度和角度则可能发生变化:错切和非等比缩放可以将矩形变成平行四边形,或将圆变成椭圆。

刚性变换保持距离和角度;相似变换还允许等比缩放。仿射变换还允许非等比缩放和错切。单应变换包含透视效果,例如平行的道路边缘朝消失点汇聚。仿射映射会保持平行关系,适用于拟合整体倾斜和缩放变化。

仿射矩阵的工作原理#

二维仿射矩阵有六个参数,通常存储为一个 2 x 3 矩阵。其中四个参数控制线性部分,另外两个指定水平和垂直平移。三个点对即可确定该矩阵:三个源点必须不共线,从而构成一个三角形。在 OpenCV 中,cv2.getAffineTransform 根据这些对应点估算矩阵。

添加一个值为 1 的常数第三坐标(称为齐次坐标),即可通过矩阵乘法将平移纳入计算。所得 3 x 3 矩阵的末行是 0, 0, 1。多个变换可通过矩阵乘法组合;先旋转再移动通常不同于先移动再旋转。

当平移量为零时,仿射变换恰好是线性变换。在神经网络中,全连接层将学习到的权重与偏置项结合起来。PyTorch 的 Linear 层默认执行仿射映射,通常后接非线性激活函数。

在视觉任务和模型训练中的应用#

Ultralytics YOLO26检测和分割训练支持通过 degrees、translate、scale 和 shear进行几何增强,并同步更新图像和标注。使用 perspective=0.0 时,映射为仿射变换;默认禁用旋转和错切。

在 Python 中应用仿射变换#

使用 pip install opencv-python numpy 时,此示例通过 OpenCV围绕图像中心旋转并缩小图像:

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]

# 围绕中心旋转还需要平移。
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)

保存的图像在未改变的输出画布中旋转了 20 度,并缩放至原始尺寸的 80%。

重采样和标注错误#

变形操作会对离散像素网格进行采样。双线性插值会混合相邻像素;最近邻插值则选择一个已有值。旋转会显露没有源像素的边缘区域,而固定画布会裁切超出边界的内容。即使坐标映射可逆,反复进行双线性重采样也会使精细细节变模糊。

在监督式视觉任务中,图像和标注使用相同的映射。未同步更新标签会导致目标位置错误。边界框需要先变换全部四个角点,再计算外接轴对齐矩形;旋转后,这可能会包含额外的背景。关键点超出画布时,需要更新其可见性。类别型分割掩码使用最近邻插值,以保留离散类别 ID。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来