Python OpenCV 透视变换（Perspective Transform）详解与实战

在机器视觉开发中，经常会遇到目标存在倾斜、旋转或拍摄角度不一致的问题。例如标签识别、二维码识别、文档扫描、车牌识别等，如果直接进行后续处理，往往会影响算法的准确率。

透视变换（Perspective Transform） 可以将任意四边形区域映射为规则矩形，实现图像校正（Rectification），是工业视觉中非常重要的一项图像处理技术。

本文将介绍透视变换的基本原理，并结合 OpenCV 提供完整的 Python 示例代码。

一、什么是透视变换？

透视变换（Perspective Transform）又称单应性变换（Homography），它能够描述同一平面在不同视角下的映射关系。

复制代码

      倾斜图像                    校正后

   ┌────────┐              ┌──────────┐
  /          /|            │          │
 /          / |    --->    │          │
└──────────┘  |            │          │
 \          \ |            │          │
  \          \|            └──────────┘

经过透视变换后：

倾斜标签恢复水平
文档恢复矩形
方便 OCR 识别
提高测量精度

二、透视变换原理

二维平面的透视变换可表示为：

$x'y'w$ =H $xy1$ \begin{bmatrix} x' \\ y' \\ w \end{bmatrix} = H \begin{bmatrix} x \\ y \\ 1 \end{bmatrix} x′y′w =H xy1

其中：

(x,y)(x,y)(x,y)：原图坐标
(x′,y′)(x',y')(x′,y′)：变换后的坐标
HHH：3×3 单应性矩阵（Homography Matrix）

最终坐标需要进行归一化：

X=x′w,Y=y′w X = \frac{x'}{w}, \quad Y = \frac{y'}{w} X=wx′,Y=wy′

OpenCV 会自动完成这些计算，我们只需要提供四个对应点即可。

三、OpenCV 实现流程

透视变换通常分为两步：

四个对应点
cv2.getPerspectiveTransform() → 得到变换矩阵 M
cv2.warpPerspective() → 得到校正后的图像

四、getPerspectiveTransform()

OpenCV 提供：

python 复制代码

M = cv2.getPerspectiveTransform(src, dst)

其中：

src：原图四个角点
dst：目标图四个角点

例如：

python 复制代码

src = np.float32([
    [120,80],
    [450,60],
    [480,320],
    [90,350]
])

dst = np.float32([
    [0,0],
    [400,0],
    [400,300],
    [0,300]
])

M = cv2.getPerspectiveTransform(src, dst)

此时得到变换矩阵 M（3×3 Matrix）。

五、warpPerspective()

获得矩阵之后即可进行透视校正：

python 复制代码

result = cv2.warpPerspective(img, M, (400, 300))

参数说明：

参数	说明
`img`	输入图像
`M`	透视变换矩阵
`(400, 300)`	输出图像尺寸

返回值就是校正后的图像。

六、完整示例

python 复制代码

import cv2
import numpy as np

# 读取图片
img = cv2.imread("label.jpg")

# 原图四个顶点
src = np.float32([
    [120,80],
    [450,60],
    [480,320],
    [90,350]
])

# 目标矩形
dst = np.float32([
    [0,0],
    [400,0],
    [400,300],
    [0,300]
])

# 计算透视矩阵
M = cv2.getPerspectiveTransform(src, dst)

# 执行透视变换
result = cv2.warpPerspective(
    img,
    M,
    (400,300)
)

cv2.imshow("Original", img)
cv2.imshow("Perspective", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行后即可得到校正后的矩形图像。

七、自动获取四个顶点

实际项目中，四个角点通常不是手动输入，而是通过轮廓检测获得。

例如：

python 复制代码

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
mask = cv2.inRange(gray, 120, 255)
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnt = max(contours, key=cv2.contourArea)
rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.float32(box)

此时 box 就是四个角点坐标，可以直接作为透视变换输入。这也是工业视觉最常见的方法。

八、角点排序

由于 cv2.boxPoints() 返回的四个点顺序可能不同，因此通常需要重新排序。

常见顺序为：

复制代码

左上 ---- 右上
 |          |
 |          |
左下 ---- 右下

排序后才能保证透视结果不会发生镜像或旋转。

示例代码：

python 复制代码

def order_points(pts):
    pts = np.array(pts)
    s = pts.sum(axis=1)
    diff = np.diff(pts, axis=1)
    rect = np.zeros((4, 2), dtype=np.float32)
    rect = pts[np.argmin(s)]      # 左上
    rect = pts[np.argmax(s)]      # 右下
    rect = pts[np.argmin(diff)]   # 右上
    rect = pts[np.argmax(diff)]   # 左下
    return rect

这是 OpenCV 项目中常用的排序方式。

九、工业视觉中的应用

透视变换广泛应用于：

标签识别
OCR 文字识别
条码识别
二维码识别
文档扫描
PCB 定位
产品尺寸测量
AOI 自动光学检测
工件姿态校正

例如在标签检测中，通常先通过轮廓找到标签区域，再利用透视变换将倾斜标签拉正，最后送入 OCR 引擎识别，可显著提升识别准确率。

十、透视变换与仿射变换的区别

对比项	仿射变换	透视变换
需要点数	3 个点	4 个点
保持平行线	保持	不保持
是否可处理透视畸变	不可以	可以
变换矩阵	2×3	3×3
常见函数	`cv2.warpAffine()`	`cv2.warpPerspective()`

简单来说，仿射变换适用于旋转、平移、缩放等线性变换，而透视变换能够处理拍摄角度带来的透视畸变，因此适用范围更广。

十一、总结

透视变换是 OpenCV 中处理图像几何畸变的重要工具，通过四个对应点建立映射关系，可以将倾斜或变形的目标恢复为规则矩形。在工业视觉中，它常与阈值分割、轮廓检测、最小外接矩形等算法配合使用，实现标签校正、OCR 识别、二维码识别以及高精度尺寸测量等功能。

熟练掌握 cv2.getPerspectiveTransform() 与 cv2.warpPerspective() 的使用方法，是进行图像校正和机器视觉开发的重要基础。