Python仿射变换无法按预期旋转缩放图像问题求助

问题概述 #

尝试通过Python代码对图像执行旋转+缩放的仿射变换，但输出结果不符合预期：原始图像为letterR.jpg，预期得到旋转缩放后的清晰字母R，实际仅显示零散像素点。运行无报错，多机器执行结果一致。

原始代码 #

import matplotlib.pyplot as plt
import numpy as np

img = matplotlib.pyplot.imread('letterR.jpg')
T = np.array([[0, 2, 0],
             [-2, 0, 0],
             [0, 0, 1]])

img_transformed = np.empty((2000, 2000, 4), dtype=np.uint8)
for i, row in enumerate(img):
    for j, col in enumerate(row):
        pixel_data = img[i, j, :]
        input_coords = np.array([i, j, 1])
        i_out, j_out, _ = T @ input_coords
        img_transformed[i_out, j_out, :] = pixel_data

plt.figure(figsize=(5, 5))
plt.imshow(img_transformed)

问题原因分析 #

• 坐标对应关系错误：图像的行索引i对应y轴，列索引j对应x轴，但代码直接将(i,j)作为坐标输入变换矩阵，导致变换方向完全偏离预期。
• 正向映射逻辑缺陷：当前代码是把原始像素坐标通过矩阵映射到目标图像，这会导致目标图像的绝大多数像素没有被赋值（仅原始像素对应的离散位置有值），最终呈现零散像素。正确逻辑应为反向映射：遍历目标图像的每个像素，反向计算其在原始图像中的对应位置，再采样赋值。
• 矩阵语法隐患：原始代码中变换矩阵T的第二行末尾缺少逗号，虽未触发报错，但属于语法不规范问题。
• 坐标处理不严谨：变换后的坐标可能为负数或超出目标图像尺寸，直接作为索引会导致错误赋值；同时矩阵运算结果为浮点数，直接截断为整数会引发采样偏差。

修复方案 #

核心修正点 #

1. 改用反向映射逻辑，确保目标图像每个像素都能找到对应的原始图像采样点
2. 修正坐标与轴的对应关系（x对应列，y对应行）
3. 使用变换矩阵的逆矩阵进行反向计算
4. 增加坐标范围校验，避免越界采样

修复后的代码 #

import matplotlib.pyplot as plt
import numpy as np

# 读取图像并获取尺寸
img = plt.imread('letterR.jpg')
img_h, img_w, _ = img.shape

# 定义正向变换矩阵：顺时针旋转90度 + 缩放2倍
T = np.array([
    [0, 2, 0],
    [-2, 0, 0],
    [0, 0, 1]
])
# 计算逆矩阵用于反向映射
T_inv = np.linalg.inv(T)

# 目标图像尺寸
target_h, target_w = 2000, 2000
# 用0初始化目标图像（避免空数组的随机噪点）
img_transformed = np.zeros((target_h, target_w, 4), dtype=np.uint8)

# 遍历目标图像的每个像素
for y_out in range(target_h):
    for x_out in range(target_w):
        # 将目标坐标转为齐次坐标
        target_coord = np.array([x_out, y_out, 1])
        # 反向计算原始图像中的对应坐标
        x_in, y_in, _ = T_inv @ target_coord
        
        # 校验坐标是否在原始图像范围内
        if 0 <= x_in < img_w and 0 <= y_in < img_h:
            # 最近邻采样（如需更平滑效果可改用双线性采样）
            x_in_int = int(round(x_in))
            y_in_int = int(round(y_in))
            img_transformed[y_out, x_out, :] = img[y_in_int, x_in_int, :]

plt.figure(figsize=(5, 5))
plt.imshow(img_transformed)
plt.show()

额外优化建议 #

• 若需要更平滑的变换效果，可将最近邻采样替换为双线性采样，计算周围四个像素的加权平均值
• 可通过计算变换后图像的边界范围，调整目标画布的尺寸和位置，避免图像被裁剪或出现大量空白区域

内容的提问来源于stack exchange，提问作者invalid youser