OpenCV中的透视变换介绍

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

 

本文转自：opencv学堂

透视变换原理

透视变换是将图像从一个视平面投影到另外一个视平面的过程，所以透视变换也被称为投影映射（Projection Mapping）。我们知道在图像的仿射变换中需要变换矩阵是一个2x3的两维平面变换矩阵，而透视变换本质上空间立体三维变换，根据其次坐标方差，要把三维坐标投影到另外一个视平面，就需要一个完全不同的变换矩阵M，所以这个是透视变换跟OpenCV中几何仿射变换最大的不同。

 

OpenCV中透视变换的又分为两种：

- 密集透视变换

- 稀疏透视变换

我们经常提到的对图像的透视变换都是指密集透视变换，而稀疏透视变换在OpenCV的特征点匹配之后的特征对象区域标识中经常用到。一般情况下密集透视变换warpPerspective函数常与函数getPerspectiveTransform一起使用实现对图像的透视校正。而稀疏透视变换perspectiveTransform经常与findhomography一起使用。

API介绍

warpPerspective - 实现图像透视变换

-src 

参数表示输入图像

-dst

参数表示输出图像

-M

参数表示透视变换矩阵(3x3)

-dsize

参数表示输出图像大小

-flags

参数表示插值方法，一般为线性或者最近邻插值

-borderMode

参数表示对边缘的处理方法，有默认值

一般不用设。

-borderValue

参数表示边缘的填充演示，默认是黑色

getPerspectiveTransform - 获取透视变换矩阵

-src

参数表示输入透视变换前图像四点坐标

-dst

参数表示输入透视变换后图像四点坐标

返回值类型Mat

该函数返回透视变换矩阵M大小为3x3

API调用代码演示

限于篇幅，我们这里只会演示图像透视变换，至于稀疏透视变换相关API演示以后会单独写一篇文章介绍，运行效果如下

左边是原图，右边是透视校正之后的图像。

相关代码如下：

主要根据输入的坐标点获取透视变换矩阵，然后利用透视变换矩阵实现图像透视校正，这个在实际工作中非常有用！

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~