《OpenCV计算机视觉》—— 用于执行图像透视变换的两个关键函数

文章目录

cv2.getPerspectiveTransformcv2.warpPerspective 是 OpenCV 库中用于执行透视变换的两个关键函数。下面是对这两个函数的详细解释:

cv2.getPerspectiveTransform

功能:计算从源图像到目标图像的透视变换矩阵。

参数

  • src:源图像中的四个点的坐标,通常是一个形状为 (4, 2) 的 NumPy 数组,其中每行代表一个点的 (x, y) 坐标。
  • dst:目标图像中的四个对应点的坐标,格式与 src 相同。

返回值 :返回一个形状为 (3, 3) 的透视变换矩阵 M

使用

python 复制代码
import cv2
import numpy as np

# 源图像中的四个点(通常选择图像的四个角)
src_points = np.array([[x1, y1], [x2, y2], [x3, y3], [x4, y4]], dtype="float32")

# 目标图像中的四个对应点(定义变换后的图像形状)
dst_points = np.array([[X1, Y1], [X2, Y2], [X3, Y3], [X4, Y4]], dtype="float32")

# 计算透视变换矩阵
M = cv2.getPerspectiveTransform(src_points, dst_points)

cv2.warpPerspective

功能:应用透视变换矩阵将源图像变换到目标图像。

参数

  • src:源图像。
  • M:由 cv2.getPerspectiveTransform 计算得到的透视变换矩阵。
  • dsize:输出图像的尺寸 (width, height)

可选参数

  • flagsborderMode:用于指定插值方法和边界像素的外推方法,但通常使用默认值即可。
  • borderValue:边界颜色值,当 borderMode 不为 cv2.BORDER_CONSTANT 时可以忽略。

返回值:返回变换后的图像。

使用

python 复制代码
# 输出图像的尺寸
dsize = (width, height)

# 应用透视变换
warped_image = cv2.warpPerspective(src, M, dsize)

注意事项

  1. 在选择源图像和目标图像中的四个点时,请确保它们是图像中的显著特征点,并且它们在源图像和目标图像中的相对位置保持一致。
  2. 透视变换可能会改变图像的宽高比和形状,因此需要根据实际需求调整输出图像的尺寸。
  3. 透视变换是一种非线性变换,可能会引入一些失真或扭曲效果。如果希望保持图像的某些特征不变(如直线保持直线),可能需要考虑其他类型的变换(如仿射变换)。

通过结合使用 cv2.getPerspectiveTransformcv2.warpPerspective,可以实现图像的透视校正、形状变换等效果,在图像处理和计算机视觉领域具有广泛的应用。

相关推荐
GIS小天5 分钟前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年7月4日第128弹
人工智能·算法·机器学习·彩票
lx7416026989 分钟前
cd-agent更换cd模型(自用)
计算机视觉
我是小哪吒2.017 分钟前
书籍推荐-《对抗机器学习:攻击面、防御机制与人工智能中的学习理论》
人工智能·深度学习·学习·机器学习·ai·语言模型·大模型
慕婉030720 分钟前
深度学习前置知识全面解析:从机器学习到深度学习的进阶之路
人工智能·深度学习·机器学习
阿蒙Amon26 分钟前
【Python小工具】使用 OpenCV 获取视频时长的详细指南
python·opencv·音视频
荔枝吻1 小时前
【AI总结】Git vs GitHub vs GitLab:深度解析三者联系与核心区别
人工智能·git·github
Jamie201901061 小时前
高档宠物食品对宠物的健康益处有哪些?
大数据·人工智能
云卓SKYDROID2 小时前
无人机载重模块技术要点分析
人工智能·无人机·科普·高科技·云卓科技
云卓SKYDROID2 小时前
无人机RTK技术要点与难点分析
人工智能·无人机·科普·高科技·云卓科技
麻雀无能为力2 小时前
CAU数据挖掘 支持向量机
人工智能·支持向量机·数据挖掘·中国农业大学计算机