python仿射6p库用于估计两组二维点之间的仿射变换参数
affine6p的Python项目详细描述
python affine6p库用于估计两组二维点之间的仿射变换参数。
| x' | | a b p | | x | | y' | = | c d q | | y | | 1 | | 0 0 1 | | 1 |
当集大于三点时，用最小二乘法估计lib参数。
在制作这个库的时候，我用了很多的想法。参考号：https://github.com/axelpale/nudged-py
安装
使用pip:
pip install affine6p
用法
您有转换函数的original和converted要估计的点列表：
import affine6p origin = [[0,0], [1,0], [0,1], [1,1]] convert = [[0,0], [1,0], [0,1], [1,1.1]] trans = affine6p.estimate(origin, convert) trans.get_matrix() # [[1.0, 0.0, 0.0], # [0.050000000000000044, 1.05, -0.02499999999999991], # [0, 0, 1]] affine6p.estimate_error(trans, origin, convert) # 0.025000000000000022
当原点数为1时，假设如下关系：
a = d = 1 and b = c = 0
当原点数为2时，假设如下关系如estimate_helmert中所述：
a = d and b = -c
您可以访问transform类成员：
trans.a() # params[0] trans.b() # params[1] trans.c() # params[2] trans.d() # params[3] trans.p() # params[4] trans.q() # params[5] trans.get_matrix() # [[a, b, p], [c, d, q], [0, 0, 1]] trans.get_rotation_x() # math.atan2(-b, a) trans.get_rotation_y() # math.atan2(c, d) trans.get_scale_x() # sqrt(a*a + b*b) trans.get_scale_y() # sqrt(c*c + d*d) trans.get_scale() # sqrt((scale_x*scale_x+scale_y*scale_y)*0.5) trans.get_translation() # [p, q] trans.params # [a, b, c, d, p, q]
可以将transform或rotate应用于一个或多个二维点。旋转意味着p=q=0：
trans.transform([0, 0]) trans.transform([[0, 0], [1, 1]]) point = [0, 0] trans.transform_inv(point) trans.rotate(point) trans.rotate_inv(point)
欢迎加入QQ群-->： 979659372
