《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
机器懒得学习4 分钟前
基于YOLOv5的智能水域监测系统:从目标检测到自动报告生成
人工智能·yolo·目标检测
QQ同步助手19 分钟前
如何正确使用人工智能:开启智慧学习与创新之旅
人工智能·学习·百度
AIGC大时代22 分钟前
如何使用ChatGPT辅助文献综述,以及如何进行优化?一篇说清楚
人工智能·深度学习·chatgpt·prompt·aigc
流浪的小新26 分钟前
【AI】人工智能、LLM学习资源汇总
人工智能·学习
martian6651 小时前
【人工智能数学基础篇】——深入详解多变量微积分:在机器学习模型中优化损失函数时应用
人工智能·机器学习·微积分·数学基础
人机与认知实验室2 小时前
人、机、环境中各有其神经网络系统
人工智能·深度学习·神经网络·机器学习
黑色叉腰丶大魔王2 小时前
基于 MATLAB 的图像增强技术分享
图像处理·人工智能·计算机视觉
迅易科技5 小时前
借助腾讯云质检平台的新范式,做工业制造企业质检的“AI慧眼”
人工智能·视觉检测·制造
古希腊掌管学习的神6 小时前
[机器学习]XGBoost(3)——确定树的结构
人工智能·机器学习
ZHOU_WUYI7 小时前
4.metagpt中的软件公司智能体 (ProjectManager 角色)
人工智能·metagpt