opencv 仿射变换 根据眼睛坐标进行人脸对齐 计算变换后对应坐标

使用opencv对人脸图像进行仿射变换， 实现人脸对齐功能 
 
 
 
 
人脸图像及68个面部关键点                             仿射变换后人脸图像及关键点 
 
 
仿射变换将原坐标(x, y)变换为新坐标(x', y')的计算方法： 
 
 
通过上面的公式， 可计算出原图像经过变换后的新图像。 
 
 
Opencv仿射变换函数warpAffine： 

复制代码

1. //! warps the image using affine transformation
2. void warpAffine( InputArray src, OutputArray dst,
3.                               InputArray M, Size dsize,
4.                               int flags=INTER_LINEAR,
5.                               int borderMode=BORDER_CONSTANT,
6.                               const Scalar& borderValue=Scalar());

参数：src - 输入图像 
          dst - 输出图像，图像大小为dsize 
          M - 2X3变换矩阵 
          dsize - 输出图像的大小 
         flags - 差值方法 
         borderMode - 像素填充方法，BORDER_CONSTANT表示固定值填充 
      borderValue - 填充的值 
 
 
计算仿射变换矩阵函数getRotationMatrix2D： 

复制代码

1. Mat getRotationMatrix2D( Point2f center, double angle, double scale );

根据旋转中心， 旋转角度，缩放因子计算仿射变换矩阵。 
计算方法： 
 
 
实现代码： 
 

复制代码

1. //根据眼睛坐标对图像进行仿射变换
2. //src - 原图像
3. //landmarks - 原图像中68个关键点
4. Mat getwarpAffineImg(Mat &src, vector &landmarks)
5. {
6.     Mat oral;src.copyTo(oral);
7.     for (int j = 0; j < landmarks.size(); j++)
8.     {
9.         circle(oral, landmarks[j], 2, Scalar(255, 0, 0));
10.     }
11.     //计算两眼中心点，按照此中心点进行旋转， 第31个为左眼坐标，36为右眼坐标
12.     Point2f eyesCenter = Point2f( (landmarks[31].x + landmarks[36].x) * 0.5f, (landmarks[31].y + landmarks[36].y) * 0.5f );
13.     
14.     // 计算两个眼睛间的角度
15.     double dy = (landmarks[36].y - landmarks[31].y);
16.     double dx = (landmarks[36].x - landmarks[31].x);
17.     double angle = atan2(dy, dx) * 180.0/CV_PI; // Convert from radians to degrees.
18.     
19.     //由eyesCenter, andle, scale按照公式计算仿射变换矩阵，此时1.0表示不进行缩放
20.     Mat rot_mat = getRotationMatrix2D(eyesCenter, angle, 1.0);
22.     Mat rot;
23.     // 进行仿射变换，变换后大小为src的大小
24.     warpAffine(src, rot, rot_mat, src.size());
25.     vector marks;
26.     
27.     //按照仿射变换矩阵，计算变换后各关键点在新图中所对应的位置坐标。
28.     for (int n = 0; n
29.     {
30.         Point2f p = Point2f(0, 0);
31.         p.x = rot_mat.ptr(0)[0] *landmarks[n].x + rot_mat.ptr(0)[1] * landmarks[n].y + rot_mat.ptr(0)[2];
32.         p.y = rot_mat.ptr(1)[0] * landmarks[n].x + rot_mat.ptr(1)[1] * landmarks[n].y + rot_mat.ptr(1)[2];
33.         marks.push_back(p);
34.     }
35.     //标出关键点
36.     for (int j = 0; j < landmarks.size(); j++)
37.     {
38.         circle(rot, marks[j], 2, Scalar(0, 0, 255));
39.     }
40.     return rot;
41. }

 
 
将缩放因子scale = 0.5，仿射变换后结果为： 
 
     原图像                                                      按照眼睛坐标进行校正，缩放因子0.5