我试图从梯形(在第一个图像中)转换为矩形(在第二个图像中),但得到一个奇怪的结果(在第三个图像中).
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.]]
我从这些点获得了一个透视变换:
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,这并未给出预期的转换.
我似乎无法弄清楚为什么即使定义变换的点也没有根据它进行投影.有任何想法吗?
解决方法
你的方法是正确的.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,但你已经交换了你的X轴和Y轴.这反映在应用于最终图像的变换中.我发现角点是:
ptsTrap = [[[ 99. 51.]] [[ 64. 251.]] [[ 234. 251.]] [[ 199. 51.]]] ptsRect = [[[ 102. 49.]] [[ 100. 249.]] [[ 200. 250.]] [[ 200. 50.]]]
从这些点中查找透视变换会得到正确的结果:
作为参考,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,rect.shape[:2]) cv2.imshow('',warp) cv2.imwrite('warp.png',warp) cv2.waitKey() cv2.destroyAllWindows()
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。