OpenCV中的透视变换介绍

小白学视觉

共 1570字,需浏览 4分钟

 ·

2021-06-24 19:17

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

 

本文转自:opencv学堂

透视变换原理


透视变换是将图像从一个视平面投影到另外一个视平面的过程,所以透视变换也被称为投影映射(Projection Mapping)。我们知道在图像的仿射变换中需要变换矩阵是一个2x3的两维平面变换矩阵,而透视变换本质上空间立体三维变换,根据其次坐标方差,要把三维坐标投影到另外一个视平面,就需要一个完全不同的变换矩阵M,所以这个是透视变换跟OpenCV中几何仿射变换最大的不同。

 

OpenCV中透视变换的又分为两种:

- 密集透视变换

- 稀疏透视变换


我们经常提到的对图像的透视变换都是指密集透视变换,而稀疏透视变换在OpenCV的特征点匹配之后的特征对象区域标识中经常用到。一般情况下密集透视变换warpPerspective函数常与函数getPerspectiveTransform一起使用实现对图像的透视校正。而稀疏透视变换perspectiveTransform经常与findhomography一起使用。


API介绍


warpPerspective - 实现图像透视变换


-src 

参数表示输入图像


-dst

参数表示输出图像


-M

参数表示透视变换矩阵(3x3)


-dsize

参数表示输出图像大小


-flags

参数表示插值方法,一般为线性或者最近邻插值


-borderMode

参数表示对边缘的处理方法,有默认值

一般不用设。


-borderValue

参数表示边缘的填充演示,默认是黑色


getPerspectiveTransform - 获取透视变换矩阵


-src

参数表示输入透视变换前图像四点坐标


-dst

参数表示输入透视变换后图像四点坐标


返回值类型Mat

该函数返回透视变换矩阵M大小为3x3


API调用代码演示


限于篇幅,我们这里只会演示图像透视变换,至于稀疏透视变换相关API演示以后会单独写一篇文章介绍,运行效果如下

左边是原图,右边是透视校正之后的图像。

相关代码如下:

主要根据输入的坐标点获取透视变换矩阵,然后利用透视变换矩阵实现图像透视校正,这个在实际工作中非常有用!


下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 20
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报