python – OpenCV透视变换给出了意想不到的结果

概述我试图从梯形(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. 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 cv2import numpy as npdef 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()

总结

以上是内存溢出为你收集整理的python – OpenCV透视变换给出了意想不到的结果全部内容，希望文章能够帮你解决python – OpenCV透视变换给出了意想不到的结果所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。