【OpenCV3】透视变换——cv::getPerspectiveTransform()与cv::warpPerspective()详解
透視變換(Perspective Transformation)是將成像投影到一個新的視平面(Viewing Plane),也稱作投影映射(Projective Mapping)。如圖1,通過透視變換ABC變換到A'B'C'。
圖1 透視變換示意圖
透視變換的通用公式為:
變換后的坐標x,y分別為:。
展開之后即:
其中,稱為透視變換矩陣:表示線性變換,如scaling,shearing和ratotion等;
用于平移,因此此前介紹的仿射變換可以視作一種特殊的透視變換。
如圖2,我們想將傾斜視角拍攝到的道路圖像轉換成鳥瞰圖,即將攝像機的視角轉換到和道路平行。
圖2 傾斜視角
首先,我們需要獲得此次透視變換的變換矩陣,opencv2和opencv3中用于計算透視變換矩陣的函數是cv::getPerspectiveTransform(),C++接口其調用形式如下:
cv::Mat cv::getPerspectiveTransform( // 返回3x3透視變換矩陣const cv::Point2f* src, // 源圖像四個頂點坐標(點數組)const cv::Point2f* dst // 目標圖像上四個頂點的坐標(點數組));
如圖3 ,我們選取道路上的兩條平行分界線上的四個點A(165, 270)、C(360, 125)、D(615, 125)、B(835, 270),對應于鳥瞰圖上的點則分別為A(165, 270)、C'(165, 30)、D'(835, 30)、B(835, 270)。
圖3 透視變換端點
通過這四對點我們即可計算出透視變換矩陣M。
C++代碼如下:
cv::Mat get_perspective_mat() {cv::Point2f src_points[] = { cv::Point2f(165, 270),cv::Point2f(835, 270),cv::Point2f(360, 125),cv::Point2f(615, 125) };cv::Point2f dst_points[] = {cv::Point2f(165, 270),cv::Point2f(835, 270),cv::Point2f(165, 30),cv::Point2f(835, 30) };cv::Mat M = cv::getPerspectiveTransform(src_points, dst_points);return M;}
Python代碼如下:
def get_perspective_mat():src_points = np.array([[165., 270.], [835., 270.], [360., 125.], [615., 125.]], dtype = "float32")dst_points = np.array([[165., 270.], [835., 270.], [165., 30.], [835., 30.]], dtype = "float32")M = cv2.getPerspectiveTransform(src_points, dst_points)return M計算結果如下:
在獲得透視變換矩陣后,即可使用與cv::warpPerspective()進行透視變換,其調用形式如下:
void cv::warpPerspective(cv::InputArray src, // 輸入圖像cv::OutputArray dst, // 輸出圖像cv::InputArray M, // 3x3 變換矩陣cv::Size dsize, // 目標圖像大小int flags = cv::INTER_LINEAR, // 插值方法int borderMode = cv::BORDER_CONSTANT, // 外推方法const cv::Scalar& borderValue = cv::Scalar() //常量邊界時使用);
C++代碼如下:
cv::Mat perspective;cv::warpPerspective(image, perspective, M, cv::Size(960, 270), cv::INTER_LINEAR);
Python代碼如下:
perspective = cv2.warpPerspective(image, M, (960, 270), cv2.INTER_LINEAR)
變換結果如下:
2017.05.19
總結
以上是生活随笔為你收集整理的【OpenCV3】透视变换——cv::getPerspectiveTransform()与cv::warpPerspective()详解的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【OpenCV3】基于双目视觉的三维重建
- 下一篇: 【OpenCV3】将图像指定区域使用另一