【opencv学习】透视变换矩阵

最新推荐文章于 2025-11-16 17:41:58 发布

原创最新推荐文章于 2025-11-16 17:41:58 发布 · 1.5k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #学习 #矩阵

OpenCV 图像处理专栏收录该内容

43 篇文章

订阅专栏

该博客主要介绍了如何使用OpenCV库进行图像的透视变换。通过读取图像，定义原始图像和目标图像的四个顶点，计算变换矩阵，并应用此矩阵进行图像变形，将原始图像转换为目标图像。展示了图像处理中的一个重要技术。

import cv2
import numpy as np
import pylab as plt

if __name__ == '__main__':
    # 读取原始图像
    im_src = cv2.imread('images/build.jpeg')
    h, w, c = im_src.shape

    # 原始图像中物体的四个顶点的信息
    pts_src = np.array([(0, 0), (640, 0), (0, 520), (640, 520)], dtype="float32")
    # 目标物体中的物体的四个顶点信息
    pts_dst = np.array([(265, 30), (796, 99), (100, 473), (932, 373)], dtype="float32")

    # 是一个3x3的矩阵，根据对应的两个点，计算出变换矩阵，由此将原始图像进行转换。
    M = cv2.getPerspectiveTransform(pts_src, pts_dst)
    print(M.shape)
    print(M)

    # 基于单应性矩阵，将原始图像转换成目标图像
    im_out = cv2.warpPerspective(im_src, M, (w, h))

    plt.figure()
    plt.subplot(1, 2, 1), plt.imshow(im_src[:, :, ::-1]), plt.title('src')
    plt.xticks([]), plt.yticks([])
    plt.subplot(1, 2, 2), plt.imshow(im_out[:, :, ::-1]), plt.title('out')
    plt.xticks([]), plt.yticks([])

    plt.show()  # show dst