一文读懂图像中点的坐标变换(刚体变换，相似变换，仿射变换，投影变换)

0 前言

现在的人脸图像识别流程中有一个步骤叫人脸对齐，现在的一般方法是采用人脸上的关键点坐标，进行相似变换来实现人脸校正。多次在人脸识别的论文中看到 similarity transform，由于在线代和矩阵分析的课上一直划水。对相似变换也是一知半解，今天决定不惜一下相关的知识。大部分的内容都是参考网上大神的，这里只是做个整理。下面的阐述主要以二维坐标为例，多维空间的左边点，可以通过增加变换矩阵的维度得知。

1 变换矩阵

假如二维空间中存在点(x,y),我们想通过将x移动a，y移动b，得到新的坐标点(x’,y’),那么变换的公式可以写为：

x ′ = x + a y ′ = y + b x'= x + a \\ y'=y + b x′=x+ay′=y+b

上市可以写成矩阵的形式：

[ x ′ y ′ 1 ] = [ 1 0 a 0 1 b 0 0 1 ] [ x y 1 ] \left[ \begin{matrix} x' \\ y' \\ 1 \end{matrix} \right] = \left[ \begin{matrix} 1 & 0 & a \\ 0 & 1 & b \\ 0 & 0 & 1 \end{matrix} \right] \left[ \begin{matrix} x \\ y \\ 1 \end{matrix} \right] ⎣⎡​x′y′1​⎦⎤​=⎣⎡​100​010​ab1​⎦⎤​⎣⎡​xy1​⎦⎤​

上式中等号后面的矩阵即为变换矩阵。为了使用矩阵表示平移变换，需要将坐标的维度增加一维，因为二维的矩阵没有办法表示平移变换，这叫做齐次坐标。

齐次坐标: 使用N+1维坐标来表示N维坐标，例如在2D笛卡尔坐标系中加上额外变量w来形成2D齐次坐标系(x,y)⇒(x,y,w) 。齐次坐标具有规模不变性，同一点可以被无数个齐次坐标表达.(x,y,1)⇒(ax,ay,a) 齐次坐标转化为笛卡尔坐标可以通过同除最后一项得到。

在计算机图形学中，为了统一将平移、旋转、缩放等用矩阵表示，需要引入齐次坐标。（假设使用2x2的矩阵，是没有办法描述平移操作的，只有引入3x3矩阵形式，才能统一描述二维中的平移、旋转、缩放操作。同理必须使用4x4的矩阵才能统一描述三维的变换。

同样的我们可以使用矩阵来表示，缩放变换，旋转变换，相似变换，仿射变换和投影变换。

2 刚性变换

刚性变换： 只有物体的位置(平移变换)和朝向(旋转变换)发生改变，而形状不变，得到的变换称为刚性变换。刚性变换是最一般的变换。

2.1 平移变换

平移变换我们在上面已经提到过

2.2 旋转变换

旋转变换的变换矩阵，不像平移变换那么容易得到，我们这里介绍一下，旋转变换的变换矩阵是怎么求出来的。

2.2.1 绕原点的二维旋转

首先要明确旋转在二维中是绕着某一个点进行旋转，三维中是绕着某一个轴进行旋转。二维旋转中最简单的场景是绕着坐标原点进行的旋转，如下图所示：

2.2.3 绕任意点的二维旋转

绕原点的旋转是二维旋转最基本的情况，当我们需要进行绕任意点旋转时，我们可以把这种情况转换到绕原点的旋转，思路如下：

1. 首先将旋转点移动到原点处
2. 执行如2所描述的绕原点的旋转
3. 再将旋转点移回到原来的位置

   

   

   对于二维平移，如下图所示，P点经过x和y方向的平移到P’点，可以得到：

   

   

2.3 等距变换

等距变换相当于是平移变换和旋转变换的复合，用R表示变换矩阵，即为 ：

左上角2×2矩阵为旋转部分，tx和ty为平移因子，它有三个自由度，即旋转，x方向平移，y方向平移。等距变换前后长度，面积，线段之间的夹角都不变。

3 相似变换

在介绍相似变换之前先介绍两个简单的变换，缩放变换和切向变换。

3.1 缩放变换

3.2 切向变换

3.3 相似变换

相似变换相当于是等距变换和均匀缩放的一个复合，用S表示变换矩阵，即为

左上角2×2矩阵为旋转部分，tx和ty为平移因子，它有4个自由度，即旋转，x方向平移，y方向平移和缩放因子s。相似变换前后长度比，夹角，虚圆点I,J保持不变。相似变换其实与相似三角形之间是有类似的。

4 仿射变换

仿射变换和相似变换近似，不同之处在于相似变换具有单一旋转因子和单一缩放因子，仿射变换具有两个旋转因子和两个缩放因子，因此具有6个自由度。不具有保角性和保持距离比的性质，但是原图平行线变换后仍然是平行线。仿射变换主要包括平移变换、旋转变换、缩放变换（也叫尺度变换）、倾斜变换（也叫错切变换、剪切变换、偏移变换）、翻转变换，有六个自由度。

仿射变换的表示如下：

仿射变换的特点如下：

仿射变换保持二维图形的“平直性”和“平行性”，但是角度会改变。

“平直性”：变换后直线还是直线、圆弧还是圆弧。

“平行性”：平行线还是平行线，直线上点的位置顺序不变。

它有6个自由度，即旋转4个，也就是前述大矩形的4个元素都可以同时改变，x方向平移，y方向平移。它能保持平行性，不能保持垂直性，Image中各部分变换前后面积比保持不变，共线线段或者平行线段的长度比保持不变，矢量的线性组合不变。

5 投影变换

在这里需要明晰一下的是，透视变换(Perspective Transformation)也称作投影变换(Projective Transformation)、射影变换。

射影变换：是最一般的线性变换。有8个自由度。射影变换保持重合关系和交比不变。但不会保持平行性。即它会使得仿射变换产生非线性效应。

射影变换组成了一个群，这个群被称为射影变换群，n×n可逆实矩阵称为一般线性群GL(n)，当把相差非零纯量因子的矩阵都视为等同时，便得到射影映射群，记为PL(n)。在平面，射影变换为PL(3)。

仿射变换和射影变换的区别：

其中当上面矩阵的最后一行为（0，0，1）时的变换就为仿射变换，在仿射的前提下，当左上角2×2矩阵正交时为欧式变换，左上角矩阵行列式为1时为定向欧式变换。所以射影变换包含仿射变换，而仿射变换包含欧式变换。

至此我们得到了射影变换和仿射变换的关系。

6 解析变换矩阵

变换矩阵可以分为如下几个部分：

其中大矩形中的4个元素组成的整体表示线性变换，比如scaling（尺度），shearing（剪切）和ratotion（旋转）；椭圆部分表示平移的参数，一个确定在x方向上的平移一个确定在y方向上的平移；小矩形部分用于产生透视变换。从这里所以可以理解成仿射等是透视变换的特殊形式。其实不管是仿射变换是透视变换的特殊形式，其他所有的变换都是透视变换的变换矩阵取特殊值的特殊形式。

最后再补充一些名词上的解释：

projective transformation(投影变换) = homography(单应性变换) = collineation( 直射变换).

参考博客：

1. 旋转变换（一）旋转矩阵
2. 图像几何变换之仿射变换
3. 何为仿射变换(Affine Transformation)
4. 【Computer Vision】图像单应性变换/投影/仿射/透视
5. 仿射变换和射影变换、等距变换、相似变换