图像矫正的分析

对于上篇博客中的图像校正进行分析

http://t.csdnimg.cn/8MXkG

所有代码

import numpy as np
import cv2
import matplotlib.pyplot as plt
 
def get4points(img: np.ndarray, thed, n):
    # 灰度和二值化
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, thed, 255, cv2.THRESH_BINARY)
    # 搜索轮廓
    contours, hierarchy = cv2.findContours(
        binary,
        cv2.RETR_LIST,
        cv2.CHAIN_APPROX_SIMPLE)
    len_list = []
    for i in range(len(contours)):
        len_list.append(len(contours[i]))    
    sy = np.argsort(np.array(len_list))[-n]
    # 寻找顶点
    sum_list = []
    dif_list = []
    for i in contours[sy]:
        sum = i[0][0]+i[0][1]
        sum_list.append(sum)
        dif_list.append(i[0][0]-i[0][1])
 
    id_lb = np.argsort(np.array(sum_list))
    id_lb2 = np.argsort(np.array(dif_list))
    lu_id , rd_id = id_lb[0], id_lb[-1]
    ld_id , ru_id = id_lb2[0], id_lb2[-1]
    points = np.array([contours[sy][lu_id][0], contours[sy][rd_id][0],
                       contours[sy][ld_id][0], contours[sy][ru_id][0]])
    return points, contours, sy
def order_points(pts):
    # 初始化坐标点
    rect = np.zeros((4, 2), dtype = "float32")
    # 获取左上角和右下角坐标点
    s = pts.sum(axis = 1)
    rect[0] = pts[np.argmin(s)]
    rect[2] = pts[np.argmax(s)]
    # 分别计算左上角和右下角的离散差值
    diff = np.diff(pts, axis = 1)
    rect[1] = pts[np.argmin(diff)]
    rect[3] = pts[np.argmax(diff)]
    return rect
def four_point_transform(image, pts):
    # 获取坐标点，并将它们分离开来
    rect = order_points(pts)
    (tl, tr, br, bl) = rect
    # 计算新图片的宽度值，选取水平差值的最大值
    widthA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2))
    widthB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2))
    maxWidth = max(int(widthA), int(widthB))
    # 计算新图片的高度值，选取垂直差值的最大值
    heightA = np.sqrt(((tr[0] - br[0]) ** 2) + ((tr[1] - br[1]) ** 2))
    heightB = np.sqrt(((tl[0] - bl[0]) ** 2) + ((tl[1] - bl[1]) ** 2))
    maxHeight = max(int(heightA), int(heightB))
    # 构建新图片的4个坐标点
    dst = np.array([
        [0, 0],
        [maxWidth - 1, 0],
        [maxWidth - 1, maxHeight - 1],
        [0, maxHeight - 1]], dtype="float32")
    # 获取仿射变换矩阵并应用它
    M = cv2.getPerspectiveTransform(rect, dst)
    # 进行仿射变换
    warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))
    # 返回变换后的结果
    return warped
def show_cmp_img(original_img, transform_img):
    _, axes = plt.subplots(1, 2)
    # 显示图像
    axes[0].imshow(original_img)
    axes[1].imshow(transform_img)
    # 设置子标题
    axes[0].set_title("original image")
    axes[1].set_title("transform image")
    plt.show() 
# 读取图片
image = cv2.imread('D:/Pythonstudy/deeplearning/picture/8.jpg')
points, _, _ = get4points(image, 127, 1)
# 获取原始的坐标点
pts = np.array(points, dtype="float32")
# 对原始图片进行变换
warped = four_point_transform(image, pts)
show_cmp_img(image, warped)

以上就是所有代码，逐个分析函数的作用

获取原图的四个顶点

• 寻找最大轮廓的下标sy,根据最大轮廓的下标找到最大轮廓，计算最大轮廓中的所有y,x的和和差，挑出里面和最小的就是左上角，最大的就是右下角。

这段代码的目的是将一个包含四个点的数组（通常是一个矩形的四个顶点）重新排序，使得返回的数组按照矩形的左上角、右上角、右下角、左下角的顺序排列。这种排序方式在处理图像中的矩形或者进行几何计算时非常有用。下面是对这段代码的详细解释：

1. 初始化坐标点数组：

   rect = np.zeros((4, 2), dtype = "float32")
   

   这行代码初始化了一个4x2的浮点数数组rect，用于存储排序后的四个点。每个点由两个浮点数表示（通常是x和y坐标）。

2. 获取左上角和右下角坐标点：

   s = pts.sum(axis = 1)
   rect[0] = pts[np.argmin(s)]
   rect[2] = pts[np.argmax(s)]
   

   首先，通过对pts数组（假设为4x2，包含四个点的x和y坐标）的每一行（即每个点的x和y坐标）求和，得到s数组。这个数组的每个元素代表了一个点的x和y坐标之和。由于矩形的左上角和右下角分别在所有点中拥有最小和最大的x+y和（假设x和y坐标都是非负的），因此通过np.argmin(s)和np.argmax(s)找到左上角和右下角的索引，并将对应的点存储在rect数组的前两个位置。

3. 计算左上角和右下角的离散差值：

   diff = np.diff(pts, axis = 1)
   

   这行代码计算了pts数组中每个点的x和y坐标的差值（即y-x）。注意，这里使用的是np.diff，它默认沿着最后一个轴（在这里是列，即x和y坐标）计算差值，因此diff的每一行代表了一个点的y坐标减去x坐标的结果。

4. 确定右上角和左下角的坐标点：

   rect[1] = pts[np.argmin(diff)]
   rect[3] = pts[np.argmax(diff)]
   

   由于矩形的右上角和左下角的y-x差值（即y-x）在所有点中分别是最小和最大的（假设y坐标大于x坐标），因此通过np.argmin(diff)和np.argmax(diff)找到右上角和左下角的索引，并将对应的点存储在rect数组的后两个位置。

需要注意的是，这段代码假设了矩形的所有点都在第一象限（即x和y坐标都是非负的），并且矩形的边与坐标轴平行。如果矩形的点在其他象限或者矩形的边不与坐标轴平行，这段代码可能无法正确排序。此外，如果输入的pts数组不包含恰好四个点，或者这四个点不构成一个矩形，这段代码的行为也是未定义的。

仿射变换