单应性

                          

               

概要：

来源：http://www.learnopencv.com/homography-examples-using-opencv-python-c/

 

单应性变换就是一个平面到另一个平面的映射关系。

如图，两张图片中相同颜色的点叫做corresponding Points，比如两个红点就是一对corresponding points。单应性矩阵(Homography)就是一个从一张图像到另一张图像映射关系的转换矩阵(3*3)。可以由下面的公式来表示：

以图像中的红点为例，可以将单应性变换写成如下形式：

Python实现：

   
   

     
     

      
      

     
     
     
     

      
      

       
       import cv2
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       import numpy 
       
       as np
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       import pylab 
       
       as pl
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       if __name__ == 
       
       '__main__' :
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           
       
       # Read source image.
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           im_src = cv2.imread(
       
       'book2.jpg')
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           
       
       # Four corners of the book in source image
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           pts_src = np.array([[
       
       167.0, 
       
       264.0], [
       
       482.0, 
       
       798.0], [
       
       1079.0, 
       
       403.0],[
       
       613.0, 
       
       84.0]])
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           
       
       # Read destination image.
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           im_dst = cv2.imread(
       
       'book1.jpg')
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           
       
       # Four corners of the book in destination image.
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           pts_dst = np.array([[
       
       193.0, 
       
       742.0],[
       
       996.0, 
       
       874.0],[
       
       1059.0, 
       
       157.0],[
       
       266.0, 
       
       145.0]])
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           
       
       # Calculate Homography
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           h, status = cv2.findHomography(pts_src, pts_dst)
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
            
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           
       
       # Warp source image to destination based on homography
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           im_out = cv2.warpPerspective(im_src, h, (im_dst.shape[
       
       1],im_dst.shape[
       
       0]))
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
            
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           pl.figure(), pl.imshow(im_src[:, :, ::
       
       -1]), pl.title(
       
       'src'),
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           pl.figure(), pl.imshow(im_dst[:, :, ::
       
       -1]), pl.title(
       
       'dst')
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
           pl.figure(), pl.imshow(im_out[:, :, ::
       
       -1]), pl.title(
       
       'out'), pl.show()  
       
       #show dst 
      
      
     
     
   
   

结果：