图片视角转换 cv2.warpPerspective

Posted 2021-12-17 卓晴

简 介： 利用cv2图片处理程序库对于图片进行视觉转换，可以生成所需要的斜视图片。其中需要注意到背景填充的模式和颜色。缺省情况下，图片的背景是使用黑色进行填充的。

关键词： cv2，视角转换

 

§01 视角转换

---

一、应用背景

  在书写全国大学生智能车智能视觉组文档是，为了生成四面带有Apriltag的立体标志点的图例时，需要将正视图片处理成斜视侧面图片。

▲ 图1.1.1 Apriltag立方体侧面图片

  下面需要使用到cv2的一些图片转换函数。

1、相关cv2函数

（1）图片读取与转换

  下面是通过cv2读取图片，并转换成RGB的格式。

img = cv2.imread(filename)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

（2）图片显示

  使用 axis(‘off’) 可以将显示图片周围的坐标轴隐匿。

plt.axis('off')
plt.imshow(img)
plt.show()

（3）图片转换

 Ⅰ.转换图片

  在warpPerspective(）函数中，最后面两个参数 boarderMode，boarderValue声明在转换后的图片背景颜色。

其中：

• **borderMode:**说明背景外插模式，可以选择的模式包括：
  • cv2.BORDER_CONSTANT
  • cv2.BORDER_REPLICATE
• boardValue: 外插背景颜色，可以使用三元组（R,G,B）：0 ~ 255说明背景颜色。

sheared_img = cv2.warpPerspective(img, M, (3*cols, 3*rows), 
                                  borderMode=cv2.BORDER_CONSTANT, 
                                  borderValue=(255,255,255))

 Ⅱ.计算转换矩阵

  这是由图片转换前与转换后的四个角的位置来计算出视角转换矩阵。

  四个点的位置分别为：（左下，右下，左上，右上）。

# 定义对应的点
points1 = np.float32([[75,55], [340,55], [33,435], [400,433]])
points2 = np.float32([[0,0], [360,0], [0,420], [360,420]])

# 计算得到转换矩阵
M = cv2.getPerspectiveTransform(points1, points2)

二、处理过程

1、标记图片四角位置

  为了获得图片转换矩阵，需要应用图片转换前、后的四个角点的位置参数，在TEASOFT软件中使用红点标记处这些位置。

▲ 图1.1.2 使用红点标定图片的四个角的位置

  通过计算这些红点中心，获得各个角点的位置：

bp1 = [244, 243, 241, 242]
bp2 = [231, 233, 240, 232]
bp3 = [239, 234, 233, 232]

def p2border(bp):
    border = []

    for id in bp:
        r = tspgetrange(id)
        border.append([(r[0]+r[2])/2, (r[1]+r[3])/2])

    bx = border[0][0]
    by = border[0][1]
    for id, b in enumerate(border):
        b[0] -= bx
        b[1] = by - b[1]
        border[id] = b

    return border

b1 = p2border(bp1)
b2 = p2border(bp2)
b3 = p2border(bp3)

2、计算转换矩阵

b1 = p2border(bp1)
b2 = p2border(bp2)
b3 = p2border(bp3)

M12 = cv2.getPerspectiveTransform(float32(b1), float32(b2))
M13 = cv2.getPerspectiveTransform(float32(b1), float32(b3))

3、处理结果

  使用上述转换还需要进行图片的上下， 左右的反转才能够得到正确的转换图片。

▲ 图1.2.2 转换后的图片

三、Apriltag图标

  下面是用于全国大学生智能车中智能视觉组中的Apriltag图标的示意图。

▲ 图1.2.3 最后生成的Apriltag图标

 

§02 转换程序

---

一、转换Python代码

#!/usr/local/bin/python
# -*- coding: gbk -*-
#============================================================
# IMAGE2.PY                    -- by Dr. ZhuoQing 2021-11-21
#
# Note:
#============================================================

from headm import *
import cv2


bp1 = [244, 243, 241, 242]
bp2 = [231, 233, 240, 232]
bp3 = [239, 234, 233, 232]


def p2border(bp):
    border = []

    for id in bp:
        r = tspgetrange(id)
        border.append([(r[0]+r[2])/2, (r[1]+r[3])/2])

    bx = border[0][0]
    by = border[0][1]
    for id, b in enumerate(border):
        b[0] -= bx
        b[1] = by - b[1]
        border[id] = b

    return border

b1 = p2border(bp1)
b2 = p2border(bp2)
b3 = p2border(bp3)



printf(b1, b2, b3)

M12 = cv2.getPerspectiveTransform(float32(b1), float32(b2))
M13 = cv2.getPerspectiveTransform(float32(b1), float32(b3))

printf(M12)

imageid = 226

imagefile = tspgetdopfile(imageid)

img = cv2.imread(imagefile)
img = cv2.warpPerspective(img, M12, (500, 500), borderMode=cv2.BORDER_CONSTANT, borderValue=(255,255,255))

plt.axis('off')
plt.imshow(img)
plt.show()


#------------------------------------------------------------
#        END OF FILE : IMAGE2.PY
#============================================================

 

※ 总  结 ※

---

  利用cv2图片处理程序库对于图片进行视觉转换，可以生成所需要的斜视图片。其中需要注意到背景填充的模式和颜色。缺省情况下，图片的背景是使用黑色进行填充的。

---

● 相关图表链接:

• 图1.1.1 Apriltag立方体侧面图片
• 图1.1.2 使用红点标定图片的四个角的位置
• 图1.2.2 转换后的图片
• 图1.2.3 最后生成的Apriltag图标