《OpenCV计算机视觉》—— 用于执行图像透视变换的两个关键函数

张小生180

已于 2024-10-11 21:54:45 修改

阅读量382

点赞数 10

文章标签：计算机视觉 opencv 人工智能

于 2024-10-11 21:53:58 首次发布

本文链接：https://blog.csdn.net/weixin_73504499/article/details/142864082

版权

文章目录

cv2.getPerspectiveTransform 和 cv2.warpPerspective 是 OpenCV 库中用于执行透视变换的两个关键函数。下面是对这两个函数的详细解释：

cv2.getPerspectiveTransform

功能：计算从源图像到目标图像的透视变换矩阵。

参数：

src：源图像中的四个点的坐标，通常是一个形状为 (4, 2) 的 NumPy 数组，其中每行代表一个点的 (x, y) 坐标。
dst：目标图像中的四个对应点的坐标，格式与 src 相同。

返回值：返回一个形状为 (3, 3) 的透视变换矩阵 M。

使用：

import cv2
import numpy as np

# 源图像中的四个点（通常选择图像的四个角）
src_points = np.array([[x1, y1], [x2, y2], [x3, y3], [x4, y4]], dtype="float32")

# 目标图像中的四个对应点（定义变换后的图像形状）
dst_points = np.array([[X1, Y1], [X2, Y2], [X3, Y3], [X4, Y4]], dtype="float32")

# 计算透视变换矩阵
M = cv2.getPerspectiveTransform(src_points, dst_points)

cv2.warpPerspective

功能：应用透视变换矩阵将源图像变换到目标图像。

参数：

src：源图像。
M：由 cv2.getPerspectiveTransform 计算得到的透视变换矩阵。
dsize：输出图像的尺寸 (width, height)。

可选参数：

flags 和 borderMode：用于指定插值方法和边界像素的外推方法，但通常使用默认值即可。
borderValue：边界颜色值，当 borderMode 不为 cv2.BORDER_CONSTANT 时可以忽略。

返回值：返回变换后的图像。

使用：

# 输出图像的尺寸
dsize = (width, height)

# 应用透视变换
warped_image = cv2.warpPerspective(src, M, dsize)

注意事项

在选择源图像和目标图像中的四个点时，请确保它们是图像中的显著特征点，并且它们在源图像和目标图像中的相对位置保持一致。
透视变换可能会改变图像的宽高比和形状，因此需要根据实际需求调整输出图像的尺寸。
透视变换是一种非线性变换，可能会引入一些失真或扭曲效果。如果希望保持图像的某些特征不变（如直线保持直线），可能需要考虑其他类型的变换（如仿射变换）。

通过结合使用 cv2.getPerspectiveTransform 和 cv2.warpPerspective，可以实现图像的透视校正、形状变换等效果，在图像处理和计算机视觉领域具有广泛的应用。