opencv图像透视处理

在 OpenCV 中，透视变换（Perspective Transformation）是一种将图像中的一个四边形区域变换到另一个四边形区域的操作。这个操作常用于图像校正、裁剪等场景，比如将拍摄的书籍图片校正成直角的矩形。
透视变换的基本步骤包括以下几步：1. 确定原图像上的四个点（源点），这些点形成一个四边形。2. 确定目标图像上的四个点（目标点），这些点形成一个矩形区域。3. 使用 cv2.getPerspectiveTransform 计算透视变换矩阵。4. 使用 cv2.warpPerspective 应用透视变换。### 示例代码：pythonimport cv2import numpy as np# 读取图像image = cv2.imread('input_image.jpg')# 原图像中要变换的四个点（源点），比如选择一个四边形src_points = np.float32([[100, 150], [400, 150], [100, 450], [400, 450]])# 目标图像上的四个点（目标点），对应变换后的矩形dst_points = np.float32([[0, 0], [300, 0], [0, 400], [300, 400]])# 计算透视变换矩阵M = cv2.getPerspectiveTransform(src_points, dst_points)# 应用透视变换，设置目标图像的宽和高（根据 dst_points 设定）output_image = cv2.warpPerspective(image, M, (300, 400))# 显示原图和透视变换后的图像cv2.imshow("Original Image", image)cv2.imshow("Perspective Transform", output_image)cv2.waitKey(0)cv2.destroyAllWindows()### 关键函数说明：1. cv2.getPerspectiveTransform(src_points, dst_points)：生成一个 3x3 的透视变换矩阵，输入是源点和目标点的坐标。 - src_points 是原图像中四个点的坐标（形状为 4x2 的 NumPy 数组）。 - dst_points 是目标图像中对应的四个点的坐标（同样是 4x2 的 NumPy 数组）。 2. cv2.warpPerspective(image, M, (width, height))：使用透视变换矩阵 M 将原图像变换为目标图像。 - image 是原图像。 - M 是透视变换矩阵。 - (width, height) 是输出图像的尺寸。### 注意事项：- 源点 (src_points) 应该是原图像中四个可以形成一个四边形的点。- 目标点 (dst_points) 通常选择为矩形的四个顶点，这样会将原图像中的四边形区域变换为一个矩形区域。这种方法常用于文档矫正、图像变形矫正等任务。