图像矫正--python_OpenCV实现透视变换

透视变换（Perspective Transform）和仿射变换（Affine Transform）在图像还原、局部变化处理方面有重要意义。通常，在2D平面中，仿射变换的应用比较多；在3D平面中，透视变换占领地位较高。两种变换原理相似，结果也相似，可以针对不同场合选择适合方法。

两者的计算方法就是矩阵运算，即，坐标向量和变换矩阵的乘积。

仿射变换是基于图像的3个固定顶点进行变换，如下图：

透视变换：利用透视中心、像点、目标点三点共线，按照透视旋转定律使承影面（透视面or原始图）绕迹线（透视轴）旋转某一角度，破坏原有的投影光线束，仍能保持承影面上需要投影的集合图像不变。

透视变换常用于视觉导航研究中，由于摄像机（or声呐等摄影设备）和地面（or海底）之间有倾斜角，不是直接垂直朝下进行的正向投影，有的工程应用希望将图像矫正为正向投影，就需要利用透视变换。

透视变换基于图像的4个顶点，如下图：