C++_opencv透视变换应用—抠图和换广告牌

一、透视变换简介

透视变换作用：将图片映射到一个新的视平面，也称为投影映射。

透视变换和仿射变换的区别：

(1)、仿射变换后还是平行四边形，透视变换后是四边形, 可以说仿射变换是透视变换的一个子集。仿射变换，它可以将矩形转换成平行四边形，也可以将矩形的边压扁但必须保持边是平行的，也可以将矩形旋转或者按比例缩放。透视变换除了能够处理仿射变换的操作外，还可以将矩形转换成梯形。

(2)、在OpenCV中，基于2*3矩阵进行的变换，是图像的仿射变换；基于3*3矩阵进行的变换，是图像的透视变换或者单应性映射。图像透视变换多用于图像校正

来自《Learning OpenCV》一书中的插图 

二、透视变换应用

0、简单实现

（1）提供原图像和目标图像的4对点；

（2）使用getPerspectiveTransform(srcTri, dstTri)函数计算出透视变换的3*3的矩阵

（3）使用函数warpPerspective()对原图执行透视变换，得到变换后的图像。

1、抠图代码：

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

struct userdata {
	Mat im;
	vector<Point2f> points;
};

void mouseHandle(int event, int x, int y, int flags, void* ptr)
{
	if (event == EVENT_LBUTTONDOWN)
	{
		userdata* data = (userdata*)ptr;
		circle(data->im, Point(x, y), 3, Scalar(0, 0, 255), 3, cv::LINE_AA);
		imshow("dst", data->im);
		if (data->points.size() < 4)
		{
			data->points.push_back(Point2f(x, y));
		}
	}
}

//透视变换之 抠图应用
int main()
{
	Mat Image = imread("C:/Users/qxq/Pictures/ad.jpg");
	imshow("Image", Image);
	//设定输出的点为四个，即后面用鼠标点击的点会取前四个，围成一个多边形。
	Mat result = Mat::zeros(300, 500, CV_8UC3);

	//只实现4个点的情况
	vector<Point2f> obj;
	obj.push_back(Point2f(0, 0));
	obj.push_back(Point2f(result.cols-1, 0));
	obj.push_back(Point2f(result.cols-1, result.rows-1));
	obj.push_back(Point2f(0, result.rows-1));

	Mat dst = Image.clone();

	userdata data;
	data.im = dst;
	imshow("dst", dst);
	cout << "滑动鼠标，顺时针选择4个点，选好后按enter" << endl;
	setMouseCallback("dst", mouseHandle, &data);
	waitKey(0);

	Mat H = findHomography(data.points, obj, cv::RANSAC);
	warpPerspective(Image, result, H, result.size());
	imshow("result", result);

	waitKey(0);
}

效果：（1）选择的4个点；（2）抠出来的小图；

2、实现换广告牌

代码实现：

/****************************
 * 实现虚拟广告牌的效果。
 * 提供两张图，一张是目标图，另外一张是带广告牌的原图，请用单应矩阵实现将原图中广告牌替换为提供的笑脸图的效果。
 * 利用OpenCV函数，通过鼠标点击来选择要替换的广告牌的四个顶点。
****************************/

#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

struct userdata {
    Mat im;
    vector<Point2f> points;
};

void mouseHandler(int event, int x, int y, int flags, void* data_ptr)
{
    if (event == EVENT_LBUTTONDOWN)
    {
        userdata* data = (userdata*)data_ptr;
        circle(data->im, Point(x, y), 3, Scalar(0, 255, 255), 5, cv::LINE_AA);
        imshow("Image", data->im);
        if (data->points.size() < 4)
        {
            data->points.push_back(Point2f(x, y));
        }
    }

}

int main(int argc, char** argv)
{

    Mat im_src = imread("C:/Users/qxq/Pictures/2.jpg");
    Size size = im_src.size();

    // Create a vector of points.
    vector<Point2f> pts_src;
    pts_src.push_back(Point2f(0, 0));
    pts_src.push_back(Point2f(size.width - 1, 0));
    pts_src.push_back(Point2f(size.width - 1, size.height - 1));
    pts_src.push_back(Point2f(0, size.height - 1));

    // Destination image
    Mat im_dst = imread("C:/Users/qxq/Pictures/ad.jpg");

    // Set data for mouse handler
    Mat im_temp = im_dst.clone();
    userdata data;
    data.im = im_temp;

    //show the image
    imshow("Image", im_temp);

    cout << "Click on four corners of a billboard and then press ENTER" << endl;
    //set the callback function for any mouse event，依次点击图片上的四个点
    setMouseCallback("Image", mouseHandler, &data);
    waitKey(0);

    // ----------  开始你的代码  --------------
    // 计算原图四个角点和目标图区域对应角点的 Homography
    Mat Homography = findHomography(pts_src, data.points); // 计算多个二维点对之间的最优单映射变换矩阵 H
    // 用H对原图做变换（与src图像的角度相同）
    warpPerspective(im_src, im_temp, Homography, im_temp.size());

    // 提取鼠标点击的四个角点
    Point pts_dst[4];
    for (int i = 0; i < 4; i++)
    {
        pts_dst[i] = data.points[i];
    }
    // 把目标图中对应区域像素值设置为0
    fillConvexPoly(im_dst, pts_dst, 4, Scalar(0), cv::LINE_AA); //填充凸多边形
    // 把原图叠加到目标图上
    im_dst = im_dst + im_temp;

    imshow("Image", im_dst);
    imwrite("../Image.jpg", im_dst);
    waitKey(0);

    return 0;
}

效果图：（1）选择点的图（2）换成功的图

参考链接：

https://xiaohu.blog.csdn.net/article/details/100745097?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-5.control&dist_request_id=&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-5.control

https://blog.csdn.net/ganbelieve/article/details/91996326?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-7.control&dist_request_id=&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-7.control

感谢博主