0
点赞
收藏
分享

微信扫一扫

图像预处理之warpaffine与双线性插值及其高性能实现

图像预处理之warpaffine与双线性插值及其高性能实现

warpaffine矩阵变换

对于坐标点的变换,我们通常考虑的是旋转、缩放、平移这三种变换。例如将点 P ( x , y ) P(x,y) P(x,y) 旋转 θ \theta θ 度,缩放 s c a l e scale scale 倍,平移 o x , o y ox,oy ox,oy 。warpaffine 将坐标点的旋转、缩放、平移三种操作集成为一个矩阵乘法运算。

旋转变换

我们先来看旋转,如图所示,我们要将点 P ( x , y ) P(x,y) P(x,y) 旋转到点 P ′ ( x ′ , y ′ ) P'(x',y') P(x,y) ,推导的过程很简单,我们要求的就是 x ′ , y ′ x',y' x,y 两点的坐标,将其转换为 m × c o s ( θ + α ) m\times cos(\theta+\alpha) m×cos(θ+α) m × s i n ( θ + α ) m\times sin(\theta+\alpha) m×sin(θ+α) ,再用公式展开,即得结果(详见图中公式):

{ x ′ y ′ } = { c o s ( θ ) − s i n ( θ ) s i n ( θ ) c o s ( θ ) } { x y } \left\{ \begin{array}{rc} x' \\ y' \end{array} \right\}= \left\{ \begin{array}{rc} cos(\theta) & -sin(\theta) \\ sin(\theta) & cos(\theta) \end{array} \right\} \left\{ \begin{array}{rc} x \\ y \end{array} \right\} {xy}={cos(θ)sin(θ)sin(θ)cos(θ)}{xy}
再考虑到我们在图像处理时的坐标系(如在 OpenCV 中的坐标系、常见目标检测的坐标系等)通常是原点在左上角,因此应该为:

{ x ′ y ′ } = { c o s ( θ ) s i n ( θ ) − s i n ( θ ) c o s ( θ ) } { x y } \left\{ \begin{array}{rc} x' \\ y' \end{array} \right\}= \left\{ \begin{array}{rc} cos(\theta) & sin(\theta) \\ -sin(\theta) & cos(\theta) \end{array} \right\} \left\{ \begin{array}{rc} x \\ y \end{array} \right\} {xy}={cos(θ)sin(θ)sin(θ)cos(θ)}{xy}
将旋转变换的矩阵记为 R R R ,则 P ′ = R P P'=RP P=RP

在这里插入图片描述

缩放变换

缩放变换比较简单,两坐标直接乘以缩放系数 s c a l e scale scale 即可:

x ′ = x × s c a l e y ′ = y × s c a l e x'=x\times scale \\ y'=y\times scale x=x×scaley=y×scale
写成矩阵形式即:

{ x ′ y ′ } = { s c a l e 0 0 s c a l e } { x y } \left\{ \begin{array}{rc} x' \\ y' \end{array} \right\}= \left\{ \begin{array}{rc} scale & 0 \\ 0 & scale \end{array} \right\} \left\{ \begin{array}{rc} x \\ y \end{array} \right\} {xy}={scale00scale}{xy}
将缩放变换的变换矩阵记为 S S S,则:
P ′ = S P P'=SP P=SP
则旋转+缩放可以通过矩阵相乘写到同一个矩阵中:
{ x ′ y ′ } = { c o s ( θ ) × s c a l e s i n ( θ ) × s c a l e − s i n ( θ ) × s c a l e c o s ( θ ) × s c a l e } { x y } \left\{ \begin{array}{rc} x' \\ y' \end{array} \right\}= \left\{ \begin{array}{rc} cos(\theta) \times scale & sin(\theta) \times scale \\ -sin(\theta) \times scale & cos(\theta) \times scale \end{array} \right\} \left\{ \begin{array}{rc} x \\ y \end{array} \right\} {xy}={cos(θ)×scalesin(θ)×scalesin(θ)×scalecos(θ)×scale}{xy}
即: P ′ = S R P P'=SRP P=SRP

注意旋转和缩放顺序是随意的,不影响结果,这也可以通过代码来验证:

import numpy as np

theta = 0.8
scale = 2
rot = np.array([
    [np.cos(theta), np.sin(theta)],
    [-np.sin(theta), np.cos(theta)]
])

sca = np.array([
    [scale, 0],
    [0, scale]
])

print(np.allclose(rot @ sca, sca @ rot))
# 输出:True

平移变换

平移变换可以表示为:
x ′ = x + o x y ′ = y + o y x'=x+ox\\ y'=y+oy x=x+oxy=y+oy
矩阵形式:
{ x ′ y ′ } = { 1 0 0 1 } { x y } + { o x o y } \left\{ \begin{array}{rc} x' \\ y' \end{array} \right\}= \left\{ \begin{array}{rc} 1 & 0 \\ 0 & 1 \end{array} \right\} \left\{ \begin{array}{rc} x \\ y \end{array} \right\} + \left\{ \begin{array}{rc} ox \\ oy \end{array} \right\} {xy}={1001}{xy}+{oxoy}
可以发现,平移变换直接写成矩阵形式,已经不是单纯的矩阵相乘了,而是多了一个很麻烦的相加的操作。这就很难与我们之前的缩放+旋转的操作合并到一起,该怎么办呢?

我们可以增加一个维度,将二维的非齐次的形式转换为三维的齐次的形式,即这个知乎回答中所提到的:增加一个维度之后,就可以在高维度通过线性变换来完成低维度的放射变换。(该回答将放射变换讲的很形象,推荐阅读)。

那么我们增加一维 ( x , y , w ) (x,y,w) (x,y,w),从而将点 P P P 表示为 P ( x w , y w , 1 ) P(\frac{x}{w},\frac{y}{w},1) P(wx,wy,1) ,这样平移变换就也可以表示为齐次矩阵乘的形式:

{ x ′ y ′ w } = { 1 0 o x 0 1 o y 0 0 1 } { x y 1 } \left\{ \begin{array}{rc} x' \\ y' \\ w \\ \end{array} \right\}= \left\{ \begin{array}{rc} 1 & 0 & ox \\ 0 & 1 & oy \\ 0 & 0 & 1 \end{array} \right\} \left\{ \begin{array}{rc} x \\ y \\ 1 \end{array} \right\} xyw=100010oxoy1xy1
最后我们得到缩放+旋转+平移变换的矩阵表示(注意平移与缩放、旋转的顺序是不能随意调换的):

{ x ′ y ′ w } = { c o s ( θ ) × s c a l e s i n ( θ ) × s c a l e o x − s i n ( θ ) × s c a l e c o s ( θ ) × s c a l e o y 0 0 1 } { x y 1 } \left\{ \begin{array}{rc} x' \\ y' \\ w \end{array} \right\}= \left\{ \begin{array}{rc} cos(\theta) \times scale & sin(\theta) \times scale & ox \\ -sin(\theta) \times scale & cos(\theta) \times scale & oy \\ 0 & 0 & 1 \end{array} \right\} \left\{ \begin{array}{rc} x \\ y \\ 1 \end{array} \right\} xyw=cos(θ)×scalesin(θ)×scale0sin(θ)×scalecos(θ)×scale0oxoy1xy1
将平移变换的变换矩阵记为 R R R ,则: P ′ = T S R P P'=TSRP P=TSRP ,可以将整个 warpaffine 三个变换操作的矩阵记为 M M M ,即: M = T S R ,    P ′ = M P M=TSR,\ \ P'=MP M=TSR,  P=MP

warpaffine矩阵变换的反变换

  • 旋转矩阵的逆矩阵,即是其转置: R − 1 = R T R^{-1}=R^T R1=RT
  • 整个 warp affine 的三个变换求反变换,对整个变换矩阵求逆即可: P ′ = M P ,    P = M − 1 P ′ P'=MP,\ \ P=M^{-1}P' P=MP,  P=M1P

目标检测中的常用预处理

在目标检测中,我们的预处理通常是先对图像进行等比缩放,然后居中,多余部分填充,就类似下图所展示的。

在这里插入图片描述

我们将这个过程分为三个步骤:

  1. 等比缩放,矩阵 S S S 实现

在这里插入图片描述

  1. 将图片中心平移到左上坐标原点,矩阵 O O O 实现

在这里插入图片描述

  1. 将图片平移到目标位置的重心,矩阵 T T T 实现

在这里插入图片描述

三步拆分法,看似麻烦了一点,实际上可以方便我们后续可能会需要到的更复杂的变换(比如在 O O O 平移后加入旋转变换),并且便于记忆。

三步拆分法的矩阵表达: P ′ = T O S P P'=TOSP P=TOSP

我们直接写出具体的矩阵:
s c a l e = m i n ( D s t . w i d t h O r i g i n . w i d t h , D s t . h e i g h t O r i g i n . h e i g h t ) M = { s c a l e 0 − s c a l e × O r i g i n . w i d t h 2 + D s t . w i d t h 2 0 s c a l e − s c a l e × O r i g i n . h e i g h t 2 + D s t . h e i g h t 2 } scale = min(\frac{Dst.width}{Origin.width}, \frac{Dst.height}{Origin.height}) \\ \\ M = \left\{ \begin{array}{ll} scale & 0 & -\frac{scale \times Origin.width}{2} + \frac{Dst.width}{2} \\ 0 & scale & -\frac{scale \times Origin.height}{2} + \frac{Dst.height}{2} \\ \end{array} \right\} scale=min(Origin.widthDst.width,Origin.heightDst.height)M={scale00scale2scale×Origin.width+2Dst.width2scale×Origin.height+2Dst.height}

{ x ′ y ′ } = { s c a l e 0 − s c a l e × O r i g i n . w i d t h 2 + D s t . w i d t h 2 0 s c a l e − s c a l e × O r i g i n . h e i g h t 2 + D s t . h e i g h t 2 } { x y 1 } \left\{ \begin{array}{ll} x' \\ y' \\ \end{array} \right\}= \left\{ \begin{array}{ll} scale & 0 & -\frac{scale \times Origin.width}{2} + \frac{Dst.width}{2} \\ 0 & scale & -\frac{scale \times Origin.height}{2} + \frac{Dst.height}{2} \\ \end{array} \right\} \left\{ \begin{array}{ll} x \\ y \\ 1 \end{array} \right\} {xy}={scale00scale2scale×Origin.width+2Dst.width2scale×Origin.height+2Dst.height}xy1

逆变换:
k = s c a l e b 1 = − s c a l e × O r i g i n . w i d t h 2 + D s t . w i d t h 2 b 2 = − s c a l e × O r i g i n . h e i g h t 2 + D s t . h e i g h t 2 x ′ = k x + b 1 y ′ = k y + b 2 x = x ′ − b 1 k = x ′ × 1 k + ( − b 1 k ) y = y ′ − b 2 k = y ′ × 1 k + ( − b 2 k ) M − 1 = { 1 k 0 − b 1 k 0 1 k − b 2 k } k = scale \\ b1 = -\frac{scale \times Origin.width}{2} + \frac{Dst.width}{2} \\ b2 = -\frac{scale \times Origin.height}{2} + \frac{Dst.height}{2} \\ x' = kx + b1 \\ y' = ky + b2 \\ x = \frac{x' - b1}{k} = x'\times \frac{1}{k} + (-\frac{b1}{k}) \\ y = \frac{y' - b2}{k} = y'\times \frac{1}{k} + (-\frac{b2}{k}) \\ M^{-1} = \left\{ \begin{array}{ll} \frac{1}{k} & 0 & -\frac{b1}{k} \\ 0 & \frac{1}{k} & -\frac{b2}{k} \\ \end{array} \right\} k=scaleb1=2scale×Origin.width+2Dst.widthb2=2scale×Origin.height+2Dst.heightx=kx+b1y=ky+b2x=kxb1=x×k1+(kb1)y=kyb2=y×k1+(kb2)M1={k100k1kb1kb2}

warpaffine正逆变换代码实验

TODO

双线性插值

线性插值

距离目标点越远,影响就越小,因此权重是对面的距离占比。

如目标点距离冷水 0.6,距离热水 0.4,则冷水权重为 0.4 ,热水权重为 0.6 。

在这里插入图片描述

p0 = 20    # 冷水
p1 = 100   # 热水
pos = 0.6  # 应该多少度

value = (1 - pos) * p0 + pos * p1
print(value)

双线性插值

线性插值的二维版本,原理一直,只是权重从计算长度占比改为计算面积占比。

调色板,红点对目标点(紫点)的影响权重即为对面的面积(红框面积)占总面积的比例。

在这里插入图片描述

高性能实现

为什么高性能?

  • 我们在操作每个像素的过程中,可以将模型需要的像素级预处理(如减均值除标准差、除以255、BGR通道转换等)一并做了,避免多个操作分开来反复对每个像素进行循环访问这种低效行为。
  • warpaffine 极其适合通过 cuda 核函数进行 GPU 加速。可以参考 repo 中的 preprocess_kernel.cu 。完整代码比较长这里就不放了。
  • 以下是 warpaffine 双线性插值的 Python 实现,供参考:
def pyWarpAffine(image, M, dst_size, constant=(0, 0, 0)):
    
    # 注意输入的M矩阵格式,是Origin->Dst
    # 而这里需要的是Dst->Origin,所以要取逆矩阵
    M = cv2.invertAffineTransform(M)
    constant = np.array(constant)
    ih, iw   = image.shape[:2]
    dw, dh   = dst_size
    dst      = np.full((dh, dw, 3), constant, dtype=np.uint8)
    irange   = lambda p: p[0] >= 0 and p[0] < iw and p[1] >= 0 and p[1] < ih
    
    for y in range(dh):
        for x in range(dw):
            
            homogeneous = np.array([[x, y, 1]]).T
            ox, oy = M @ homogeneous
            
            low_ox = int(np.floor(ox))
            low_oy = int(np.floor(oy))
            high_ox = low_ox + 1
            high_oy = low_oy + 1
            
            # p0     p1
            #      o
            # p2     p3
            
            pos = ox - low_ox, oy - low_oy
            p0_area = (1 - pos[0]) * (1 - pos[1])
            p1_area = pos[0] * (1 - pos[1])
            p2_area = (1 - pos[0]) * pos[1]
            p3_area = pos[0] * pos[1]
            
            p0 = low_ox, low_oy
            p1 = high_ox, low_oy
            p2 = low_ox, high_oy
            p3 = high_ox, high_oy
            p0_value = image[p0[1], p0[0]] if irange(p0) else constant
            p1_value = image[p1[1], p1[0]] if irange(p1) else constant
            p2_value = image[p2[1], p2[0]] if irange(p2) else constant
            p3_value = image[p3[1], p3[0]] if irange(p3) else constant
            dst[y, x] = p0_area * p0_value + p1_area * p1_value + p2_area * p2_value + p3_area * p3_value
            # 交换bgr  rgb
            # normalize ->  -mean /std
            # 1行代码实现normalize , /255.0
            # bgr bgr bgr -> bbb ggg rrr
            # focus
            # focus offset, 1行代码实现focus
            
    return dst

            
cat1 = cv2.imread("cat1.png")
#acat1_cv, M, inv = align(cat1, (100, 100))
M = cv2.getRotationMatrix2D((0, 0), 30, 0.5)
acat1_cv = cv2.warpAffine(cat1, M, (100, 100))
acat1_py = pyWarpAffine(cat1, M, (100, 100))

plt.figure(figsize=(10, 10))
plt.subplot(1, 2, 1)
plt.title("OpenCV")
plt.imshow(acat1_cv[..., ::-1])

plt.subplot(1, 2, 2)
plt.title("PyWarpAffine")
plt.imshow(acat1_py[..., ::-1])
举报

相关推荐

0 条评论