perspective_correction.cpp 透视校正
hconcat(img2, img1_warp, img_draw_warp);
hconcat(img1, img2, img_draw_matches);
cpp
#include <iostream> // 引入iostream库，用于进行标准输入和输出操作
#include <opencv2/core.hpp> // 引入opencv的core库，含有OpenCV的基础结构和操作
#include <opencv2/imgproc.hpp> // 引入opencv的imgproc库，包含了图像处理的各种操作
#include <opencv2/calib3d.hpp> // 引入opencv的calib3d库，包含3D校准相关的功能
#include <opencv2/highgui.hpp> // 引入opencv的highgui库，提供了显示和读写功能
using namespace std; // 使用std标准库的名字空间
using namespace cv; // 使用OpenCV库的名字空间
namespace // 创建匿名名字空间
{
enum Pattern { CHESSBOARD, CIRCLES_GRID, ASYMMETRIC_CIRCLES_GRID }; // 定义Pattern枚举，包含三种模式：CHESSBOARD（棋盘格）、CIRCLES_GRID（圆形网格）、ASYMMETRIC_CIRCLES_GRID（不对称圆形网格）
Scalar randomColor( RNG& rng ) // 函数定义，生成随机颜色
{
int icolor = (unsigned int) rng; // 将RNG对象转为unsigned int类型的值
return Scalar( icolor & 255, (icolor >> 8) & 255, (icolor >> 16) & 255 ); // 创建并返回一个颜色Scalar对象（B、G、R格式）
}
void perspectiveCorrection(const string &img1Path, const string &img2Path, const Size &patternSize, RNG &rng) // 定义透视修正函数，输入参数为两张图片路径、模式尺寸及RNG对象
{
Mat img1 = imread( samples::findFile(img1Path) ); // 读取图像1
Mat img2 = imread( samples::findFile(img2Path) ); // 读取图像2
// 查找棋盘格角点
vector<Point2f> corners1, corners2; // 创建两个浮点型点向量，存放两张图片的角点
bool found1 = findChessboardCorners(img1, patternSize, corners1); // 在图像1中查找棋盘格的角点
bool found2 = findChessboardCorners(img2, patternSize, corners2); // 在图像2中查找棋盘格的角点
if (!found1 || !found2) // 如果在任何一张图片中都找不到角点
{
cout << "Error, cannot find the chessboard corners in both images." << endl; // 输出错误信息
return; // 返回，结束程序
}
Mat H = findHomography(corners1, corners2); // 计算两组点之间的单应性矩阵H
cout << "H:\n" << H << endl; // 打印出单应性矩阵H
Mat img1_warp; // 创建一个新的Mat对象，用于存放透视变换后的图像
warpPerspective(img1, img1_warp, H, img1.size()); // 对图像1进行透视变换
// 拼接原图和变换后的图像
Mat img_draw_warp;
hconcat(img2, img1_warp, img_draw_warp);
imshow("Desired chessboard view / Warped source chessboard view", img_draw_warp); // 显示拼接后的图像
// 绘制匹配的角点之间的线
Mat img_draw_matches;
hconcat(img1, img2, img_draw_matches); // 拼接两张原始图像
for (size_t i = 0; i < corners1.size(); i++) // 遍历角点向量
{
Mat pt1 = (Mat_<double>(3,1) << corners1[i].x, corners1[i].y, 1); // 创建一个3x1的双精度浮点类型的矩阵，表示齐次坐标下的点
Mat pt2 = H * pt1; // 使用单应性矩阵H对点进行转换
pt2 /= pt2.at<double>(2); // 将转换后的点的坐标进行归一化
// 计算映射后点的坐标位置
Point end( (int) (img1.cols + pt2.at<double>(0)), (int) pt2.at<double>(1) );
// 在图像上绘制代表匹配关系的线
line(img_draw_matches, corners1[i], end, randomColor(rng), 2);
}
imshow("Draw matches", img_draw_matches); // 显示匹配关系
waitKey(); // 暂停程序，等待用户按键
}
const char* params
= "{ help h | | print usage }"
"{ image1 | left02.jpg | path to the source chessboard image }"
"{ image2 | left01.jpg | path to the desired chessboard image }"
"{ width bw | 9 | chessboard width }"
"{ height bh | 6 | chessboard height }"; // 定义参数列表，包括帮助、图像路径、棋盘宽度和高度
int main(int argc, char *argv[]) // 主函数
{
cv::RNG rng( 0xFFFFFFFF ); // 创建RNG对象
CommandLineParser parser(argc, argv, params); // 创建命令行解析器
if (parser.has("help")) // 如果用户输入了帮助参数
{
parser.about("Code for homography tutorial.\n"
"Example 2: perspective correction.\n"); // 打印帮助信息
parser.printMessage(); // 打印所有参数的信息
return 0; // 程序正常结束
}
Size patternSize(parser.get<int>("width"), parser.get<int>("height")); // 从解析器获取棋盘格的宽度和高度，并构造Size对象
perspectiveCorrection(parser.get<String>("image1"),
parser.get<String>("image2"),
patternSize, rng); // 执行透视校正操作
return 0; // 程序正常结束
}该段代码实现了对基于棋盘格模板的图片进行透视校正 的功能。在实际操作中，先分别读取两幅图片，并在图片中找到棋盘角点，然后计算两组点对应的单应性矩阵（Homography），通过该矩阵实现透视变换，使其中一副图片的棋盘格对齐到另一幅图片中对应的位置，最后将变换效果进行显示。其中，代码中将原图与透视校正后的图像进行拼接显示，并绘制了角点匹配的连线，可以辅助观察效果。该代码通常应用于相机标定等领域。
apache
H:
[0.3290339333220099, -1.244138808862929, 536.4769088231476;
0.6969763913334047, -0.0893590907257152, -80.3406850408241;
0.0004051172959296097, -0.001079740100565012, 1]randomColor
Mat H = findHomography(corners1, corners2);
Mat pt1 = (Mat_<double>(3,1) << corners1[i].x, corners1[i].y, 1);
line(img_draw_matches, corners1[i], end, randomColor(rng), 2);
