Python cucim.skimage.transform.ProjectiveTransform.estimate用法及代码示例

用法: estimate(src, dst)

从一组对应点估计变换。

您可以使用总least-squares 方法确定过、井和under-determined 参数。

源坐标和目标坐标的数量必须匹配。

转换定义为：

X = (a0*x + a1*y + a2) / (c0*x + c1*y + 1)
Y = (b0*x + b1*y + b2) / (c0*x + c1*y + 1)

这些方程可以转换为以下形式：

0 = a0*x + a1*y + a2 - c0*x*X - c1*y*X - X
0 = b0*x + b1*y + b2 - c0*x*Y - c1*y*Y - Y

每组对应点都存在，所以我们有一组 N * 2 个方程。系数呈线性出现，因此我们可以写成 A x = 0，其中：

A   = [[x y 1 0 0 0 -x*X -y*X -X]
       [0 0 0 x y 1 -x*Y -y*Y -Y]
        ...
        ...
      ]
x.T = [a0 a1 a2 b0 b1 b2 c0 c1 c3]

在总least-squares 的情况下，这个齐次方程组的解是 A 的右奇异向量，它对应于由系数 c3 规范的最小奇异值。

在仿射变换的情况下，系数 c0 和 c1 为 0。因此方程组为：

A   = [[x y 1 0 0 0 -X]
       [0 0 0 x y 1 -Y]
        ...
        ...
      ]
x.T = [a0 a1 a2 b0 b1 b2 c3]

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.transform.ProjectiveTransform.estimate。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。