从零入门，3小时掌握 OpenCV 图像处理之透视变换，纵享编程艺术！

2023-11-07 21:36:55

前往世界的另一端：透视变换的数学世界

透视变换，又称透视投影，是一种将 3D 世界的点投影到 2D 平面上的数学方法。在计算机视觉领域，透视变换广泛用于图像校正、图像配准、3D 重建等任务。

在 OpenCV 中，透视变换可以通过 cv2.getPerspectiveTransform() 函数实现。该函数接受 4 个点作为参数，这些点分别是 3D 世界中对应于 2D 平面上的 4 个点的坐标。函数返回一个 3×3 的透视变换矩阵，该矩阵可以用于将 2D 平面上的点投影到 3D 世界中。

身临其境：透视变换在计算机视觉中的应用

透视变换在计算机视觉中有着广泛的应用，以下列举几个常见的应用场景：

图像校正：透视变换可以用来校正透视失真，即由于相机视角导致的物体形状扭曲。
图像配准：透视变换可以用来将不同视角或不同时间拍摄的图像配准，从而实现图像融合、图像叠加等操作。
3D 重建：透视变换可以用来从 2D 图像中重建 3D 模型。
物体识别：透视变换可以用来识别物体，即使物体在不同的位置或角度。

踏上征程：使用 OpenCV 实现透视变换

现在，让我们通过一个简单的示例代码来演示如何使用 OpenCV 实现透视变换。

import cv2
import numpy as np

# 定义原图像和目标图像的 4 个对应点
src_points = np.array([[0, 0], [100, 0], [100, 100], [0, 100]], dtype=np.float32)
dst_points = np.array([[10, 10], [90, 10], [90, 90], [10, 90]], dtype=np.float32)

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

# 读取原图像
img = cv2.imread('image.jpg')

# 应用透视变换
warped_img = cv2.warpPerspective(img, M, (100, 100))

# 显示结果图像
cv2.imshow('Original Image', img)
cv2.imshow('Warped Image', warped_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在示例代码中，我们首先定义了原图像和目标图像的 4 个对应点。然后，我们使用 cv2.getPerspectiveTransform() 函数计算透视变换矩阵 M。最后，我们使用 cv2.warpPerspective() 函数将原图像应用透视变换，并显示结果图像。