缩放图像的单应性矩阵

def trans_m(W,H,w_out,h_out,M):

    S1 = np.array([[w_out / W, 0, 0],
                   [0, h_out / H, 0],
                   [0, 0, 1]])
    S2 = np.array([[w_out / W, 0, 0],
                   [0, h_out / H, 0],
                   [0, 0, 1]])
    H_scale = np.dot(np.dot(S2, M), np.linalg.inv(S1))

    return H_scale
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值