我试图从梯形(在第一张图片中)转换为矩形(在第二张图片中),但得到了一个奇怪的结果(在第三张图片中)。
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.]]
我正在从这些点进行透视转换:
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,这并没有提供预期的转换。
我似乎无法弄清楚为什么即使是定义变换的点也没有根据它进行投影。有什么想法吗?
最佳答案
您的方法是正确的。当您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 X 轴和 Y 轴。这反射(reflect)在应用于最终图像的转换中。我发现角点是:
ptsTrap = [[[ 99. 51.]]
[[ 64. 251.]]
[[ 234. 251.]]
[[ 199. 51.]]]
ptsRect = [[[ 102. 49.]]
[[ 100. 249.]]
[[ 200. 250.]]
[[ 200. 50.]]]
从这些点找到透视变换给出了正确的结果:
作为引用,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, T, rect.shape[:2])
cv2.imshow('', warp)
cv2.imwrite('warp.png', warp)
cv2.waitKey()
cv2.destroyAllWindows()
关于python - OpenCV 透视变换给出意想不到的结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17691009/