Применение аффинного преобразования с использованием OpenCV, Skimage и scipy возвращает разные результаты. ⇐ Python

[Anonymous]

Я хотел бы применить матрицу гомографии для преобразования очень большого объекта (50x50k пикселей). В небольших масштабах и cv2, и Skimage применяют матрицу предсказуемым образом. Однако SciPy (который поддерживает большие изображения в Dask Image) не преобразует изображение предсказуемым образом, и я не могу понять, почему. Если бы я мог заставить SciPy работать, я мог бы легко преобразовать мое большое изображение с помощью Dask.
Как ни странно, SciPy, кажется, правильно поворачивает изображение, но не масштабирует. Если аффинная матрица инвертирована, масштабирование правильное, но вращение инвертируется. Вот пример кода для копирования:

Код: Выделить всё

import scipy
import cv2
import skimage
import numpy as np
import matplotlib.pyplot as plt

# Create the homography matrix
translation = np.array([[1, 0, 40],  # Translate by (0.2, 0.1)
[0, 1, -48],
[0, 0, 1]])

# Rotate by 45 degrees
rotation_angle = np.deg2rad(45)
rotation = np.array([[np.cos(rotation_angle), -np.sin(rotation_angle), 0],
[np.sin(rotation_angle), np.cos(rotation_angle), 1],
[0, 0, 1]])

# Scale by 2x
scaling = np.array([[2, 0, 0],
[0, 2, 0],
[0, 0, 1]])

# Combine transformations
affine_matrix = translation @ rotation @ scaling

# Apply transformations
image = skimage.data.astronaut()
skimage_result = skimage.transform.warp(
image,
np.linalg.inv(affine_matrix),
)
cv2_result = cv2.warpAffine(image,
affine_matrix[:2],
dsize=(image.shape[1], image.shape[0])
)
scipy_result = []
scipy_result_inverted = []
for ch in range(image.shape[2]):
# Apply to each RGB channel independently
loop_result = scipy.ndimage.affine_transform(
image[..., ch],
affine_matrix,
order=0,
)
loop_result_inverted = scipy.ndimage.affine_transform(
image[..., ch],
np.linalg.inv(affine_matrix),
order=0,
)
scipy_result.append(loop_result)
scipy_result_inverted.append(loop_result_inverted)

scipy_result = np.stack(scipy_result).transpose(1, 2, 0)
scipy_result_inverted = np.stack(scipy_result_inverted).transpose(1, 2, 0)

fig, ax = plt.subplots(1, 5, figsize=(20, 10))
ax[0].imshow(image)
ax[1].imshow(skimage_result)
ax[2].imshow(cv2_result)
ax[3].imshow(scipy_result)
ax[4].imshow(scipy_result_inverted)

ax[1].set_title("skimage.transform.warp")
ax[2].set_title("cv2.warpAffine")
ax[3].set_title("scipy.ndimage.affine_transform")
ax[4].set_title("scipy.ndimage.affine_transform\nInverted matrix")

Пример графика преобразований

Подробнее здесь: https://stackoverflow.com/questions/786 ... urns-diffe