python-opencv 手动标记4点利用findHomography 投影坐标

原创于 2020-09-03 09:08:21 发布 · 2.5k 阅读

9 ·

CC 4.0 BY-SA版权

opencv 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一种使用Python和OpenCV实现的图像变形方法，通过计算单应性矩阵，将一张图片（book1.jpg）变形以匹配另一张图片（book2.jpg）的透视角度。文章详细展示了如何定义源图像和目标图像上的对应点，并通过findHomography函数计算变换矩阵，最后应用warpPerspective函数完成图像的透视变换。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/usr/bin/env python
 
import cv2
import numpy as np
 
if __name__ == '__main__' :
 
    im_src = cv2.imread('book2.jpg')
    pts_src = np.array([[141, 131], [480, 159], [493, 630],[64, 601]])

    im_dst = cv2.imread('book1.jpg')
    pts_dst = np.array([[318, 256],[534, 372],[316, 670],[73, 473]])
    
    #自定义画一个多边形 测试投影关系
    polyline=[[329,110],[435,110],[389,131]]
    im_dstDraw= cv2.polylines(im_src,[np.int32(polyline)] ,True,255,3, cv2.LINE_AA)
    cv2.imshow("im_dstDraw", im_dstDraw)
    
    
    # 计算单应性矩阵 这个是重点
    h1, status = cv2.findHomography(pts_src, pts_dst)
    
    #对图像进行透视变换，就是变形 把book1变形匹配book2
    im_out = cv2.warpPerspective(im_dst, h1, (im_dst.shape[1],im_dst.shape[0]))
    cv2.imshow("im_out", im_out)
        
    #取图片高宽
    h,w = im_dst.shape[1],im_dst.shape[0]
    pts = np.float32(polyline).reshape(-1,1,2)
    #透视变换  是将图片投影到一个新的视平面
    dst = cv2.perspectiveTransform(pts,h1)
    #绘制变换关系
    img2 = cv2.polylines(im_dst,[np.int32(dst)],True,55,3, cv2.LINE_AA)
    cv2.imshow("img2", img2)
    cv2.waitKey(0)

效果如下：