网友提问（透视变化）

Posted 2020-11-18 jsxyhelu

您好：

    我在网上看到您的opencv透视变换的博客，https://www.cnblogs.com/jsxyhelu/p/4219564.html，

    我是opencv小菜鸟一个，现在想要得到一个图片变形之后保存，整个图片信息不丢失，即四个角的信息不丢失应该怎么做？原图中某一点在新图中坐标应该怎么计算？万望不吝赐教，不胜感激，万分感谢。

你好：

  我按照您的代码和网上找到的python代码（https://blog.csdn.net/fengxueniu/article/details/77964375）修改并实现的基本的透视变换，但基本原理是将原图test0.png加边界，边界值与透视之后的背景一致，是图片看起来信息为丢失。但图像旋转之后的预期效果如test1.png所示，而实际生成的图片如test2.png所示，现在想要实现从test0.png到test1.png的变换并求test0.png图中某一点坐标值在test1.png中位置,应该怎么做？对于透视变换不是特别理解。万望不吝赐教，万分感谢。

  图片与代码附注如下。

   =》 

现有代码

 #-*- coding:utf-8 -*-

#-*- coding:utf-8 -*-

import cv2

import numpy as np

import random

def rad(x):

return x*np.pi/180

img = cv2.imread("test0.png")

cv2.imshow("original", img)

#扩展图像，保证内容不超出可视范围

img = cv2.copyMakeBorder(img,100,100,100,100,cv2.BORDER_CONSTANT,(255, 255, 255))

w,h=img.shape[0:2]

cv2.imshow("original1", img)

#anglex=45

#angley = 45

#anglez = 0

#fov = 42

anglex=random.uniform(30,60)

angley =random.uniform(30,60)

anglez =random.uniform(30,60)

fov = random.uniform(30,60)

print(anglex,angley,anglez,fov)

#镜头与图像间的距离，21为半可视角，算z的距离是为了保证在此可视角度下恰好显示整幅图像

z=np.sqrt(w**2 + h**2)/2/np.tan(rad(fov/2))

#齐次变换矩阵

rx = np.array([[1, 0, 0, 0],

[0, np.cos(anglex*np.pi/180), -np.sin(anglex*np.pi/180), 0],

[0, -np.sin(anglex*np.pi/180), np.cos(anglex*np.pi/180), 0,],

[0, 0, 0, 1]], np.float32)

ry = np.array([[np.cos(angley*np.pi/180), 0, np.sin(angley*np.pi/180), 0],

[0, 1, 0, 0],

[-np.sin(angley*np.pi/180),0, np.cos(angley*np.pi/180), 0,],

[0, 0, 0, 1]], np.float32)

rz = np.array([[np.cos(anglez*np.pi/180), np.sin(anglez*np.pi/180), 0, 0],

[-np.sin(anglez*np.pi/180), np.cos(anglez*np.pi/180), 0, 0],

[0, 0, 1, 0],

[0, 0, 0, 1]], np.float32)

r = rx.dot(ry).dot(rz)

#四对点的生成

pcenter = np.array([h/2, w/2, 0, 0], np.float32)

p1 = np.array([0,0, 0,0], np.float32) - pcenter

p2 = np.array([w,0, 0,0], np.float32) - pcenter

p3 = np.array([0,h, 0,0], np.float32) - pcenter

p4 = np.array([w,h, 0,0], np.float32) - pcenter

dst1 = r.dot(p1)

dst2 = r.dot(p2)

dst3 = r.dot(p3)

dst4 = r.dot(p4)

list_dst = [dst1, dst2, dst3, dst4]

org = np.array([[0,0],

[w,0],

[0,h],

[w,h]], np.float32)

dst = np.zeros((4,2), np.float32)

#投影至成像平面

for i in range(4):

dst[i,0] = list_dst[i][0]*z/(z-list_dst[i][2]) + pcenter[0]

dst[i,1] = list_dst[i][1]*z/(z-list_dst[i][2]) + pcenter[1]

warpR = cv2.getPerspectiveTransform(org, dst)

print(org)

print(dst)

result = cv2.warpPerspective(img, warpR, (h,w),(0,255,0))

print(result.shape)

cv2.imshow("result", result)

cv2.imencode(‘.png‘,result)[1].tofile(‘test2.png‘)

c=cv2.waitKey(0)

cv2.destroyAllWindows()

这个问题的出现，在于对透视变化原理的理解；可能还有一些调试的技巧。

int _tmain(int argc, _TCHAR* argv[])

{

    Mat src  = imread("E:/sandbox/test0.png");

    copyMakeBorder(src,src,10,10,10,10,BORDER_CONSTANT);

    if (!src.data)

        return 0;

    vector<Point> not_a_rect_shape;

    not_a_rect_shape.push_back(Point(10,10));

    not_a_rect_shape.push_back(Point(74,10));

    not_a_rect_shape.push_back(Point(74,77));

    not_a_rect_shape.push_back(Point(10,77));

 

 

    cv::Point2f src_vertices[4];

    src_vertices[0] = not_a_rect_shape[0];

    src_vertices[1] = not_a_rect_shape[1];

    src_vertices[2] = not_a_rect_shape[2];

    src_vertices[3] = not_a_rect_shape[3];

    Point2f dst_vertices[4];

    dst_vertices[0] = Point(0, 10);

    dst_vertices[1] = Point(64,0);

    dst_vertices[2] = Point(84,77);

    dst_vertices[3] = Point(10,87);

    Mat warpMatrix = getPerspectiveTransform(src_vertices, dst_vertices);

    cv::Mat rotated;

    warpPerspective(src, rotated, warpMatrix, rotated.size(), INTER_LINEAR, BORDER_CONSTANT);

    // Display the image

    cv::namedWindow( "Original Image");

    cv::imshow( "Original Image",src);

    cv::namedWindow( "warp perspective");

    cv::imshow( "warp perspective",rotated);

    

    cv::waitKey();

    return 0;

}

结果：

来自为知笔记(Wiz)