findHomography, getPerspectiveTransform,getAffineTransform区别

最新推荐文章于 2024-09-09 22:20:10 发布
原创 最新推荐文章于 2024-09-09 22:20:10 发布 · 1.6k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细解析了findHomography与getPerspectiveTransform两种图像处理算法的区别与应用场景。findHomography通过RANSAC算法从多个特征点中找到最佳变换关系，适用于大量不确定点集；getPerspectiveTransform则针对已知正确四点进行精确透视变换计算。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

 findHomography是为了找出两组特征点之间最好的变换关系，它用了比最小均方差更好的一种方法，叫做RANSAC，这种方法能够排除一些离群点，如果你的数据50以上都是OK的，RANSAC将能够建立一个可靠的变换关系

getPerspectiveTransform 是基于 findHomography的，当你只有四个点时，并且你知道它们是正确的点，getPerspectiveTransform 非常有用。findHomography中用到的点通常是被自动检测出来的（比如sift特征点），这种点有很多组，但不能保证其准确性。

当你只有四个点，比如四边形的四个点，getPerspectiveTransform将非常有用。

getPerspectiveTransform会那指定的四个点去计算。

 findHomography从很多点里面重复取四个点计算，不断迭代，采用一些优化算法RANSAC/LMEDS去筛选出最优解

 

 

图像视角矫正实战案例--- 含透视变换矩阵(单应矩阵)/findHomography 与 getPerspectiveTransformd的区别
thequitesunshine007的博客
07-28 1917
举个简单例子，在实际机器视觉场景中，由于安装误差，相机的光轴与被测基准平面之间往往不是严格的垂直关系。想靠机械加工去保证很高的垂直度，往往实现起来较为困难。由于上述的垂直度误差，那么一个标准矩形的物体在图像中可能是一个梯形，甚至不是梯形（对边皆不平行）。如下图所示这时候，为了能正常进行后续的图像处理及像素定位，我们需要做就需要视角矫正。需要求出当前拍摄图像与期望图像之间的变换关系(透视变换矩阵(单应矩阵)).............
【机器人进阶】视觉算法（五）仿射变换和投影变换有什么区别
最新发布
视睿
04-21 336
仿射变换 (Affine Transformation)仿射变换是一种线性变换，可以表示为：其中，(a, b, c, d, e, f) 是变换参数。仿射变换可以实现平移、旋转、缩放和剪切等操作。投影变换 (Projective Transformation)投影变换是一种非线性变换，可以表示为：其中，(a, b, c, d, e, f, g, h, i) 是变换参数。投影变换可以纠正图像的透视失真。仿射变换：适用于保持平行性的场景，如图像校正和配准。投影变换。
Opencv--findHomography 与 getPerspectiveTransform异同
Jensen Lee的博客
03-17 2397
两者联系： 都用于计算单应矩阵，即解一个线性方程组。由于单应矩阵有8个未知数（3*3，其中第9个数为1），所以至少需要4个点（每个点-x,y,提供2个约束方程）。 两者区别： 1.计算方法不同：通过跟踪源码，发现getPerspectiveTransform用的是SVD分解，findHomography看不出是用什么方法（没注释，一堆等式）。但两者计算结果是一样的。 ...
透视变换矩阵(单应矩阵)计算：findHomography 与 getPerspectiveTransform
热门推荐
abc20002929的专栏
03-23 1万+
两者联系：     都用于计算单应矩阵，即解一个线性方程组。由于单应矩阵有8个未知数（3*3，其中第9个数为1），所以至少需要4个点（每个点-x,y,提供2个约束方程）。 两者区别：     1.计算方法不同：通过跟踪源码，发现getPerspectiveTransform用的是SVD分解，findHomography看不出是用什么方法（没注释，一堆等式）。但两者计算结果是一样的。
opencv中透视变换，cv2.findHomography() 和 cv2.getPerspectiveTransform()的区别
m0_70484757的博客
07-03 3741
总结来说，cv2.findHomography() 更通用，可以处理任意形状的点对，而 cv2.getPerspectiveTransform() 更适用于矩形区域的透视变换。cv2.getPerspectiveTransform()：它返回一个 3x3 的透视变换矩阵，该矩阵描述了一个平面上的四个点到另一个平面上的四个点之间的透视变换关系。cv2.getPerspectiveTransform()：由于需要输入矩形的四个角点，因此主要用于进行基于矩形的透视变换，如纠正图像的倾斜、裁剪矩形区域等。
OpenCV中 变换模型求解的函数补充： 刚体变换（Rigid Transform）和仿射变换（Affine Transform）
可微函树的计算机视觉博客
06-28 8310
OpenCV中提供了丰富的图像几何变换模型求解和进行几何变换的函数接口。 库中已经提供的两种图像变换模型（仿射变换getAffineTransform和透视变换getPerspectiveTransform）的求解方法，以及仿射求逆变换的求解等， 并通过warpAfine ,warpPerspective等函数实现了图像的重采样。但现有的变换在很多应用中略显不足，本文提供三类变换的最小二乘估计方法。
OpenCV仿射变换和透视变换函数（C++）
保持分享欲
09-09 1433
透视变换：按照物体的成像投影规律将图像重新投影。常见用例是修正镜头与拍摄目标存在斜角时产生的图像畸变。如果知道目标变换前后的三个像素点坐标之间的关系，即可求出仿射变换矩阵M。旋转变换是仿射变换的一个特殊情况，将此矩阵用于仿射变换函数即可仅作图像旋转。使用getPerspectiveTransform()函数获取变换矩阵。使用warpPerspective()函数应用透视变换。图像的几何变换通常包括拉伸、缩放、扭曲和旋转等操作。注：仿射变换的矩阵M是2×3的矩阵。注：透视变换的矩阵M是3×3的矩阵。
仿射变换与透视变换的区别和共同点
yang_daxia的博客
08-26 1731
1.仿射变换和透视变换都是一种线性变换, 仿射变换可以看做是透视变换的一种特例.变换矩阵为: 其中 是一个旋转矩阵。此矩阵定义将要执行的变换的类型：缩放，旋转等。 是平移参数。它只是移动点。 为透视参数, 如果是单应变换, 这两个参数为0 变换公式为: 透视变换表明当观察者的观察点发生变化时物体的透视变换。此转换允许造成透视形变。 仿射变换用于缩...
Python计算机视觉第三章-图像到图像的映射
wastec的博客
08-26 1400
给定任意图像的标记 点，通过将这些点进行三角剖分，然后使用仿射扭曲来扭曲每个三角形，我们可以将图像和另一幅图像的对应标记点扭曲对应。仿射扭曲的一个简单例子是，将图像或者图像的一部分放置在另一幅图像中，使得它们能够和指定的区域或者标记物对齐。基本的思想是，数据中包含正确的点和噪声点，合理的模 型应该能够在描述正确数据点的同时摒弃噪声点。函数对原始图像应用计算出的单应性矩阵，进行透视变换，使得图像对齐到目标图像的视角。：利用计算得到的单应性矩阵对图像进行透视变换，使得源图像对齐到目标图像的视角。
FindHomography
12-08
使用Ransac算法计算匹配点的透视矩阵 C++代码 testEigenVal.cpp为测试例程。 matches.txt为测试数据。
getPerspectiveTransform()与findHomography()与 HomographyBasedEstimator()
DXT的博客
06-14 4422
转自：https://blog.youkuaiyun.com/dellme99/article/details/50033295 etPerspectiveTransform()和findHomography()都用于计算单应性矩阵，即解一个线性方程组。由于单应矩阵有8个未知数（3*3，其中第9个数为1），所以至少需要4个点（每个点-x,y,提供2个约束方程）。 getPerspectiveTransfo...
findHomography和perspectiveTransform
weixin_30828379的博客
09-07 713
opencv中的两个函数，之前一直不明白这俩函数到底是要干嘛的。 得到两帧图像中的特征点后，就可以用findHomography得到单应性矩阵。 得到单应性矩阵后，可以 （1）根据相应的计算方法，由前一帧图像四个角的位置，就可以得到变换后四个角对应点的位置，参考：http://blog.youkuaiyun.com/yangtrees/article/det...
perspectiveTransform warpPerspective getPerspectiveTransform findHomography
doubleintfloat的博客
08-01 903
findHomography
Opencv 图像变换之 AffineTransform and PerspectiveTransform
fdd096030079的博客
12-21 5226
     最近做一个项目，需要自己生成图片数据。查了下需要用到仿射变换（Affine transformation）跟投射变换（perspective transformation）。折腾了一两天，把自己的心得记录一下，有些坑网上并没有找到答案。        首先是仿射变换，其实是将图形在2D平面内做变换，变换前后图片中原来平行的线仍会保持平行，可以想象是将长方形变换为平行四边形。细节问题我...
Opencv图像查找findHomography（python实现）
Keep_Trying_Go的博客
06-21 6606
Opencv图像查找findHomography（python实现）
python-opencv 手动标记4点 利用findHomography 投影坐标
化州陈陆亮
09-03 2607
book2.jpg boo1.jpg #!/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') .
findHomography()函数分析遇到的一点问题
guet_gjl的博客
09-06 2370
https://blog.youkuaiyun.com/guet_gjl/article/details/100547000 上一篇笔记已经记录了DLT在单应性矩阵求解中的具体套用，但是在实际解算时，最终得到的结果和直接调用opencv函数findHomography()并不一致，且差别较大 findHomography( InputArray srcPoints, InputArray dstPoint...
sift+RANSAC+findHomography
qccz123456的博客
12-11 1679
#include #include #include "opencv2/core/core.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include "opencv2/features2d/features2d.hpp" #include "open
findHomography和getPerspectiveTransform
09-22
cv2.findHomography() 和 cv2.getPerspectiveTransform() 是 OpenCV 中用于计算透视变换的函数。它们之间的区别主要在于输入和输出的形式以及使用场景。 cv2.findHomography() 可以接受任意的点对，因此常用于更一般的图像配准和拼接任务，比如图像拼接、图像对齐等。它可以处理任意形状的四边形，因此适用于更复杂的变换。 cv2.getPerspectiveTransform() 需要输入矩形的四个角点，因此主要用于进行基于矩形的透视变换，如纠正图像的倾斜、裁剪矩形区域等。它适用于处理矩形区域的透视变换。 简单示例代码如下： 使用 cv2.findHomography() 进行透视变换： import cv2 import numpy as np # 定义源图像和目标图像中的对应点 ptsA = np.float32([[x1, y1], [x2, y2], [x3, y3], [x4, y4]]) ptsB = np.float32([[u1, v1], [u2, v2], [u3, v3], [u4, v4]]) # 计算透视变换矩阵 H, _ = cv2.findHomography(ptsA, ptsB) # 应用透视变换 result = cv2.warpPerspective(img, H, (width, height)) cv2.findHomography() 接收两组匹配的点，每组点之间对应关系已知，这些点不需要是矩形的四个角。这些点可以是图像中的任意四个点，因此适用于更一般的图像配准和拼接任务。 cv2.getPerspectiveTransform() 接收源图像和目标图像中的四个点，这些点必须是矩形的四个角。透视变换需要确定的四个点来计算透视变换矩阵。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值