企业官网建设流程全解析

• 计算机视觉
• 图像处理
• 科学计算

几何变换是 scikit-image（skimage）图像处理的核心能力之一，覆盖从最基础的裁剪、缩放、重采样，到基于 3×3 矩阵的欧氏/相似/仿射/射影（单应）变换，再到通过对应点估计变换参数、借助 RANSAC 抗离群点的完整实战链路。本文以官方用户指南 geometrical_transform.rst 为主体骨架，结合skimage.transform、skimage.registration的真实源码与示例，为你逐层拆解每种变换的数学含义、构造方式、调用方法与失败处理模式，读完即可直接在自己的图像配准、矫正、拼接任务中落地使用。

图像几何变换的起点：裁剪、缩放与重采样

裁剪：基于 NumPy 数组的切片操作

在 scikit-image 中，图像本质上就是 NumPy 数组（参见 numpy_images.rst），因此裁剪一张图像就是一次普通的切片操作。下面的代码从 astronaut 图像的左上角裁出 100×100 的区域，且对所有颜色通道同时生效（颜色维度是最后一个维度）：

import skimage as ski img = ski.data.astronaut() top_left = img[:100, :100]

由于颜色通道位于第三维，img[:100, :100]会保留全部 3 个通道，得到形状为(100, 100, 3)的彩色图块。切片只改变数组的视图（view），不复制底层数据，因此裁剪操作几乎零开销。

缩放（rescale）、调整尺寸（resize）与局部均值降采样（downscale）

要改变图像的形状，skimage.transform提供了三种语义不同的函数，完整的对比演示见 plot_rescale.py：

一个把三种方式放在一起的典型用法：

from skimage import data, color from skimage.transform import rescale, resize, downscale_local_mean image = color.rgb2gray(data.astronaut()) image_rescaled = rescale(image, 0.25, anti_aliasing=False) image_resized = resize( image, (image.shape[0] // 4, image.shape[1] // 4), anti_aliasing=True ) image_downscaled = downscale_local_mean(image, (4, 3))

需要注意的工程要点：

• 降采样必须防混叠：对图像做缩小（down-sampling）时，resize和rescale应当执行高斯平滑以避免混叠伪影（aliasing artifacts），这正是anti_aliasing与anti_aliasing_sigma参数存在的意义。示例中rescale(..., anti_aliasing=False)会得到有明显锯齿的结果，而开启anti_aliasing=True的resize结果更平滑。
• 局部均值降采样无混叠：downscale_local_mean通过在每个factors大小的块上取均值来实现降采样，本身就不会引入混叠，因此不需要anti_aliasing参数。
• 这些函数在 src/skimage/transform/_warps.py 中统一导出（rescale、resize、downscale_local_mean、rotate、warp等），并注明HOMOGRAPHY_TRANSFORMS = (SimilarityTransform, AffineTransform, ProjectiveTransform)，即warp对内支持的单应变换类型。

单应变换（Homographies）家族：从欧氏到射影

什么是单应变换

单应（Homography）是保持点共线性的欧氏空间变换。不同的单应子类型会额外保持更多性质，scikit-image 中按约束数量从多到少排列如下，完整可视化见 plot_transform_types.py：

所有单应变换在二维空间（即二维灰度或多通道图像）中都可以用一个3×3 矩阵定义。这些类的继承关系在源码中体现为：EuclideanTransform继承自ProjectiveTransform，SimilarityTransform又继承自EuclideanTransform，AffineTransform直接继承自ProjectiveTransform（见 src/skimage/transform/_geometric.py 与 src/_skimage2/transform/_geometric.py 中对应的类定义）。

两种构造方式：显式参数或完整矩阵

任何变换都可以用两种等价方式构造。方式一，使用显式几何参数（如 scale、shear、rotation、translation）：

import numpy as np import skimage as ski tform = ski.transform.EuclideanTransform( rotation=np.pi / 12., translation=(100, -20) )

方式二，直接传入完整变换矩阵。以下矩阵与上面的参数完全等价（旋转 15° + 平移 (100, -20)）：

matrix = np.array([[np.cos(np.pi/12), -np.sin(np.pi/12), 100], [np.sin(np.pi/12), np.cos(np.pi/12), -20], [0, 0, 1]]) tform = ski.transform.EuclideanTransform(matrix)

其他类型同理，例如用SimilarityTransform(scale=0.5, rotation=np.pi/12, translation=(100, 50))构造相似变换，用AffineTransform(shear=np.pi/6)构造纯剪切仿射变换，或用任意 3×3 矩阵构造射影变换（示例中给出了matrix = np.array([[1, -0.5, 100], [0.1, 0.9, 50], [0.0015, 0.0015, 1]])的射影例子）。

齐次坐标与矩阵运算

变换矩阵使用齐次坐标（Homogeneous coordinates）表示：它是笛卡尔坐标在射影几何中的推广，其关键优势是——即使无穷远处的点也能用有限坐标表示，使得投影几何中的运算封闭、统一。

在使用上，你需要记住三个基本操作：

1. 读取矩阵：变换矩阵保存在tform.params属性中。
2. 组合变换：用@矩阵乘法运算符将多个变换相乘。例如围绕图像中心旋转，需要"先平移到中心 → 旋转 → 平移回去"三步组合：

rotation = ski.transform.EuclideanTransform(rotation=np.pi / 3) shift = ski.transform.EuclideanTransform( translation=-np.array(img.shape[:2]) / 2 ) # 组合变换：把原点移到图像中心，旋转，再移回 matrix = np.linalg.inv(shift.params) @ rotation.params @ shift.params tform = ski.transform.EuclideanTransform(matrix)

3. 直接调用：变换对象本身可调用，tform(coord)返回正向变换后的坐标；tform.inverse则是一个返回逆变换对象的方法/属性。

源码层面，ProjectiveTransform还支持用+运算符组合同类变换（相同类型组合得到同类，否则得到通用射影变换），该行为在 shim 层 src/skimage/transform/_geometric.py 中被重新定义以适配新包结构。

用 warp 把变换应用到图像上

变换坐标之后，真正把图像"掰弯"的核心函数是skimage.transform.warp。一个容易踩坑的关键点是：warp 需要传入变换的逆（tform.inverse），因为算法是为输出图像中的每个像素，反查它在输入图像中的来源坐标：

img = ski.util.img_as_float(ski.data.chelsea()) tf_img = ski.transform.warp(img, tform.inverse)

也就是说，我们关心的不是"输入图像中的某个坐标跑到输出的哪里"（这由正向变换给出），而是"输出图像的每个像素应该取输入图像的哪个位置"（这由逆变换给出），这样才能正确重建变换后的图像。

warp还支持指定输出形状，例如在矫正文本图像时强制输出 50×300：

text = ski.data.text() warped = ski.transform.warp(text, tform3, output_shape=(50, 300))

从对应点估计变换参数：from_estimate

最小二乘估计

实际项目中常常并不知道变换参数，只有两幅图像之间的一组对应点（源点与目标点）。skimage.transform中的每个变换类都提供了from_estimate类方法，用最小二乘优化最小化源点与目标点之间的距离来估计参数。详细教程见 plot_geometric.py。

一个经典的"矫正倾斜拍摄文本"场景：假设照片不是正对纸面拍摄的，字母发生了射影畸变。给定纸张四个角在照片中的位置（dst）与它们在实际纸面上的坐标（src），即可估计射影变换并矫正图像：

text = ski.data.text() src = np.array([[0, 0], [0, 50], [300, 50], [300, 0]]) dst = np.array([[155, 15], [65, 40], [260, 130], [360, 95]]) tform3 = ski.transform.ProjectiveTransform.from_estimate(src, dst) warped = ski.transform.warp(text, tform3, output_shape=(50, 300))

源码中 src/_skimage2/transform/_geometric.py 给出了射影估计的数学形式：

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

并对过定（over-determined）、适定（well-determined）、欠定（under-determined）三种情况统一使用总体最小二乘求解。若点位置本身存在不确定性，from_estimate还支持传入weights参数，让高权重点在拟合中优先被精确匹配。

特征点自动匹配 + RANSAC 抗离群

from_estimate需要的是可靠的对应点，这些点可以手工指定，也可以通过skimage.feature中的特征检测方法自动获得，例如：

• 角点检测：plot_corner.py
• ORB 特征：plot_orb.py
• BRIEF 描述子：plot_brief.py

得到特征点后用skimage.feature.match_descriptors匹配，再估计变换参数。但自动匹配经常产生错误匹配（outliers），此时直接做最小二乘会被离群点严重带偏。推荐的做法是用 RANSAC 算法替代朴素最小二乘来提升鲁棒性，完整流程见 plot_matching.py：

from skimage.feature import corner_harris, corner_peaks, corner_subpix from skimage.transform import AffineTransform, warp from skimage.measure import ransac # 1) 检测角点（含亚像素精化） coords_orig = corner_peaks(corner_harris(img_orig_gray), threshold_rel=0.001, min_distance=5) coords_orig_subpix = corner_subpix(img_orig_gray, coords_orig, window_size=9) # ... 对第二幅图做同样处理，并用加权 SSD 建立对应关系 ... # 2) 全部点参与估计（会被离群点污染） model = AffineTransform.from_estimate(src, dst) # 3) RANSAC 稳健估计：只保留内点 model_robust, inliers = ransac( (src, dst), AffineTransform, min_samples=3, residual_threshold=2, max_trials=100, ) outliers = inliers == False

示例中用ransac返回的model_robust估计出的尺度、平移、旋转参数明显更接近真实值，而全点最小二乘的model则被错误匹配污染。这正是"稳健匹配"标题的含义：先用高斯加权 SSD 找候选对应，再用 RANSAC 筛掉错误对应。

类似的变换估计应用还包括：

• 立体匹配：估计两视图间的基础矩阵/本质矩阵，见 plot_fundamental_matrix.py（对应FundamentalMatrixTransform、EssentialMatrixTransform，源码中使用 8 点算法）。
• 图像矫正（rectification）：见 plot_geometric.py。

全像素域方法：相位互相关估计平移与旋转

from_estimate是基于点的方法，只用源/目标图像中的一组点。如果只需要估计平移（位移），scikit-image 还提供全场（full-field）方法——利用所有像素、基于傅里叶空间互相关来估计，由skimage.registration.phase_cross_correlation实现，教程见 plot_register_translation.py：

from skimage import data from skimage.registration import phase_cross_correlation image = data.camera() shift = (-22.4, 13.32) # 像素级精度 shift, error, diffphase = phase_cross_correlation(image, offset_image) print(f'Detected pixel offset (y, x): {shift}') # 亚像素精度：通过上采样矩阵乘法 DFT 实现任意亚像素精度 shift, error, diffphase = phase_cross_correlation( image, offset_image, upsample_factor=100 )

upsample_factor参数借助上采样的矩阵乘法 DFT，可以达到任意亚像素精度。而在 plot_register_rotation.py 教程中，还演示了该全场方法的旋转估计变体：先做对数极坐标（log-polar）变换，把旋转问题转化为平移问题，再复用相位互相关求解。

估计失败的处理：FailedEstimation 与真值测试

需要特别留意：对于许多变换类型（包括ProjectiveTransform），估计可能失败。此时from_estimate返回的不是有效变换，而是一个特殊的FailedEstimation对象（定义于 src/_skimage2/_shared/utils.py），该对象携带失败原因字符串。

判定成功与否的标准模式是真值测试（truthiness）：成功的估计是 truthy，失败的估计是 falsey。

bool(tform3) # True —— 估计成功，是有效变换 bool(bad_tform) # False —— 估计失败 # 例行检查的推荐写法 if not tform3: raise RuntimeError(f'Failed estimation: {tform3}')

一个必然失败的例子：把所有源点都设为同一个点（四份相同坐标），射影估计无法求解：

bad_src = np.tile(src[-1, :], (4, 1)) bad_tform = ski.transform.ProjectiveTransform.from_estimate(bad_src, dst) str(bad_tform) # 取出失败原因字符串

如果忘记检查 truthiness 就直接使用失败对象，会抛出FailedEstimationAccessError——它是AttributeError的自定义子类（error_cls = FailedEstimationAccessError），提示"不能访问失败估计对象的属性/不能将其作为可调用对象使用"。因此官方建议：每次都例行检查估计结果的真值。

变换能力总览与进一步阅读

skimage.transform中的完整几何变换家族还包括：PiecewiseAffineTransform（用控制点定义的分片仿射变换）、PolynomialTransform（2D 多项式变换，支持order参数）、EssentialMatrixTransform、FundamentalMatrixTransform，以及便捷函数estimate_transform（按类型名分发到各变换类的from_estimate）和matrix_transform（直接对坐标应用 2D 矩阵变换）。全部导出项可见 src/skimage/transform/_geometric.py。

如果想继续深入，本仓库还提供了这些直接相关的示例与源码：

• plot_rescale.py：三种缩放方式的完整对比与可视化；
• plot_transform_types.py：四类单应变换的数学属性与视觉差异；
• plot_geometric.py：变换组合、坐标正逆变换、参数估计与失败处理全流程；
• plot_matching.py：Harris 角点 + 加权 SSD + RANSAC 的稳健匹配管线；
• plot_register_translation.py 与 plot_register_rotation.py：相位互相关平移/旋转估计；
• src/skimage/transform/_geometric.py 与 src/_skimage2/transform/_geometric.py：变换类、from_estimate与齐次坐标的底层实现；
• src/_skimage2/_shared/utils.py：FailedEstimation与FailedEstimationAccessError的定义。

从切片裁剪到 3×3 单应矩阵，从最小二乘参数估计到 RANSAC 稳健匹配，再到全场相位互相关——这套几何变换工具箱足以支撑图像矫正、配准、拼接等绝大多数实战需求。关键记忆点只有三条：warp记得传逆变换、降采样记得开anti_aliasing、参数估计记得做真值检查。

• 计算机视觉
• 图像处理
• 科学计算