opencv之透视变换

透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane),也称作投影映射(Projective Mapping)。

原理:

         通用的变换公式为:


u,v是原始图片左边,对应得到变换后的图片坐标x,y,其中
变换矩阵可以拆成4部分,表示线性变换,比如scaling,shearing和ratotion。用于平移,产生透视变换。所以可以理解成仿射等是透视变换的特殊形式。经过透视变换之后的图片通常不是平行四边形(除非映射视平面和原来平面平行的情况)。

重写之前的变换公式可以得到:


所以,已知变换对应的几个点就可以求取变换公式。反之,特定的变换公式也能新的变换后的图片。

 

变换矩阵的求解:

 

简单的看一个正方形到四边形的变换:
变换的4组对应点可以表示成:

根据变换公式得到:


定义几个辅助变量:


都为0时变换平面与原来是平行的,可以得到:


不为0时,得到:


求解出的变换矩阵就可以将一个正方形变换到四边形。反之,四边形变换到正方形也是一样的。

 

应用:

于是,我们通过两次变换:四边形变换到正方形+正方形变换到四边形就可以将任意一个四边形变换到另一个四边形。

opencv函数:

校正前的四边形定点坐标:

  srcTri[0].x = x_lt; 
  srcTri[0].y = y_lt; 
  srcTri[1].x = x_rt; 
  srcTri[1].y = y_rt; 
  srcTri[2].x = x_lb; 
  srcTri[2].y = y_lb; 
  srcTri[3].x = x_rb; 
  srcTri[3].y = y_rb; 


校正后的四边形定点坐标:  
  dstTri[0].x = x_lt; 
  dstTri[0].y = y_lt; 
  dstTri[1].x = x_lt+dist_h; 
  dstTri[1].y = y_lt; 
  dstTri[2].x = x_lt; 
  dstTri[2].y = y_lt+dist_v; 
  dstTri[3].x = x_lt+dist_h; 
  dstTri[3].y = y_lt+dist_v; 

Mat M=getPerspectiveTransform(srcTri,dstTri);

warpPerspective( src, dst_correct,M,Size(src.cols ,src.rows), INTER_LINEAR, BORDER_CONSTANT,Scalar());

详见原创:http://blog.csdn.net/xiaowei_cqu/article/details/26478135

待解决:w及w'是什么,如何赋值??如果你知道可以留言告知,方便大家理解吧!
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV是一个强大的计算机视觉库,它提供了丰富的图像处理和计算机视觉算法,包括透视变换。在Python中,使用OpenCV进行透视变换通常涉及到`cv2.getPerspectiveTransform()`和`cv2.warpPerspective()`这两个核心函数。 1. **获取透视变换矩阵**: `cv2.getPerspectiveTransform(src, dst)` 函数接收两个输入:源图像中的四个点(定义了源图像的不规则矩形区域),以及目标矩形区域的对应点。这个函数会计算一个透视变换矩阵,用于将源图像映射到目标矩形。 2. **应用透视变换**: `cv2.warpPerspective(img, M, dsize, flags=0, borderMode=BORDER_CONSTANT, borderValue=None)` 用这个函数来实际执行变换,其中 `img` 是源图像,`M` 是从上面获得的透视变换矩阵,`dsize` 是目标图像的大小,`flags` 可选参数影响变换的行为(如插值方法),`borderMode` 和 `borderValue` 控制边界像素的处理方式。 一个简单的例子可能如下所示: ```python import cv2 import numpy as np # 假设src_points和dst_points是四点坐标 src_points = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]]) dst_points = np.float32([[0, 0], [300, 0], [0, 300], [300, 300]]) # 计算透视变换矩阵 M = cv2.getPerspectiveTransform(src_points, dst_points) # 读取原图并进行透视变换 img = cv2.imread('input.jpg') warped_img = cv2.warpPerspective(img, M, (300, 300)) # 显示原图和变换后的图像 cv2.imshow('Original', img) cv2.imshow('Warped', warped_img) cv2.waitKey(0) cv2.destroyAllWindows() ```
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