python – OpenCV透视变换给出了意想不到的结果

发布时间：2020-12-16 23:43:48 所属栏目：Python 来源：网络整理

导读：我试图从梯形(在第一个图像中)转换为矩形(在第二个图像中),但得到一个奇怪的结果(在第三个图像中). 我的计划是使用透视变换,由梯形的四个角点和矩形的四个角点定义. 在这个例子中,对于梯形,它们是： ptsTrap = [[ 50. 100. ] [ 50. 200. ] [ 250. 64.7346038

我试图从梯形(在第一个图像中)转换为矩形(在第二个图像中),但得到一个奇怪的结果(在第三个图像中).

我的计划是使用透视变换,由梯形的四个角点和矩形的四个角点定义.

在这个例子中,对于梯形,它们是：

ptsTrap = [[  50.          100.        ]
           [  50.          200.        ]
           [ 250.           64.73460388]
           [ 250.          235.26539612]]

对于矩形：

ptsRect = [[  50.  100.]
           [  50.  200.]
           [ 250.  100.]
           [ 250.  200.]]

我从这些点获得了一个透视变换：

T = cv2.getPerspectiveTransform(ptsTrap,ptsRect)

然后从中构建图像：

arrTrapToRect = cv2.warpPerspective(arrTrap,T,arrTrap.shape[:2])

但是,正如您从图像中看到的那样,这并未给出预期的转换.

我似乎无法弄清楚为什么即使定义变换的点也没有根据它进行投影.有任何想法吗？

解决方法

你的方法是正确的.指定角点的坐标时会出现问题.我不知道你是如何计算它们的,但你已经交换了你的X轴和Y轴.这反映在应用于最终图像的变换中.我发现角点是：

ptsTrap = [[[  99.   51.]]
           [[  64.  251.]]
           [[ 234.  251.]]
           [[ 199.   51.]]]

ptsRect = [[[ 102.   49.]]
           [[ 100.  249.]]
           [[ 200.  250.]]
           [[ 200.   50.]]]

从这些点中查找透视变换会得到正确的结果：

作为参考,这是我使用的代码：

import cv2
import numpy as np

def find_corners(image):
    im = cv2.Canny(image,100,200)

    cnt = cv2.findContours(im,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[0]
    cnt = cv2.approxPolyDP(cnt[0],5,True)
    return cnt.astype(np.float32)

def main(argv):
    trap = cv2.imread('trap.png',cv2.IMREAD_GRAYSCALE)
    rect = cv2.imread('rect.png',cv2.IMREAD_GRAYSCALE)

    ptsTrap = find_corners(trap)
    ptsRect = find_corners(rect)

    T = cv2.getPerspectiveTransform(ptsTrap,ptsRect)

    warp = cv2.warpPerspective(trap,rect.shape[:2])

    cv2.imshow('',warp)
    cv2.imwrite('warp.png',warp)
    cv2.waitKey()
    cv2.destroyAllWindows()

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!