1、warpPerspective warpAffine的使用
详见:https://blog.csdn.net/qq_27261889/article/details/80720359
2、原理分析
主要是得到一个3*3的矩阵M,在计算的时候,通过目标点去找原图的点,进行采样
官方文档可见:https://docs.opencv.org/2.4/modules/imgproc/doc/geometric_transformations.html#warpperspective
通过Opencv自带的warpPerspective warpAffine很容易对一副图片进行变换。但是为了可视化,你也许想知道某个点通过了这种变化后到了那儿。由原理分析可见,通过解上述方程即可。
3、代码
def reCalculateBBS(self,BBS,M):
M = np.transpose(M)
for i in range(len(BBS)):
k1=BBS[i]
# x=((M[1][1]-M[2][1]*y0)*(M[2][2]*x0-M[0][2])-
# (M[0][1]-M[2][1]*x0)*(M[2][2]*y0-M[1][2]))/((M[1][1]-M[2][1]*y0)*(M[0][0]-M[2][0]*x0)-
# (M[0][1]-M[2][1]*x0)*(M[1][0]-M[2][0]*y0))
# y=((M[1][0]-M[2][0]*y0)*(M[2][2]*x0-M[0][2])-
# (M[0][0]-M[2][0]*x0)*(M[2][2]*y0-M[1][2]))/((M[1][0]-M[2][0]*y0)*(M[0][1]-M[2][1]*x0)-
# (M[0][0]-M[2][0]*x0)*(M[1][1]-M[2][1]*y0))
x = (k1[0]*M[0][0]+k1[1]*M[1][0]+M[2][0])/(k1[0]*M[0][2]+k1[1]*M[1][2]+M[2][2])
y = (k1[0]*M[0][1]+k1[1]*M[1][1]+M[2][1])/(k1[0]*M[0][2]+k1[1]*M[1][2]+M[2][2])
# print(k1[0],k1[1],"to",x,y)
BBS[i]=(x,y)
return BBS
def reCalculateRotatedBBS(self,BBS,M):
# M = np.transpose(M)
for i in range(len(BBS)):
x0,y0=BBS[i]
x = M[0][0]*x0+M[0][1]*y0+M[0][2]
y = M[1][0]*x0+M[1][1]*y0+M[1][2]
BBS[i]=(x,y)
return BBS