真实世界的Python仪器监控:数据采集与控制系统自动化 中文pdf扫描版[84MB]
前面学习了仿射变换,是经常使用到的变换,也很容易理解。在日常生活中,经常会遇到下面这种的情况:
仔细地观察比亚迪秦这台汽车的车牌,发现它拍照的角度不是垂直的方向,而是有一个角度,当要进行车牌识别的时候,发现字符是变形的,与电脑里比较的图片肯定有区别,因此识别不出来。这时怎么办呢?就需要经过一个投影变换才可以把车牌号纠正过来,才能进入识别过程。
好吧,到这里认识到投影变换的感性认识了,那么你又会继续考虑下一个问题,在软件里怎么样计算呢,难道还是使用仿射变换的矩阵。从这里看一下,前面闽A比较大,后面88比较小,说明原本平行的两边已经不平行了。仿射变换之后,平行的线还是平行的,因此这一点也是仿射变换与投影变换的区别。
投影变换只是保证同一条直线的点还是在同一条直线上,但不再保证平行了。因为投影变换是一个二维图像(车牌)经过一个三维变换,然后映射到另外一个二维空间,二维图像的二维空间与映射后的二维空间不一样,如果一样,就是仿射变换。投影变换也可以使用矩阵来进行描述,如下:
投影变换的矩阵是8个未知数,所以要四组不同的坐标点才可以计算出来,与前面的矩阵比较一下:
在OpenCV里是使用下面的公式计算:
因此只要构造了投影变换矩阵,其它的计算与仿射变换是一样的。下面通过例子来演示投影变换的功能:
#python 3.7.4,opencv4.1 #蔡军生 https://blog.csdn.net/caimouse/article/details/51749579 # import cv2 import numpy as np #图片的路径 imgname = "img1.jpg" #读取图片 image = cv2.imread(imgname, cv2.IMREAD_COLOR) #图片的高度和宽度 h,w = image.shape[:2] #从目标坐标计算出3X3的矩阵,然后调用warpPerspective执行 src = np.array([[0,0], [w-1,0], [0,h-1], [w-1,h-1]], np.float32) dst = np.array([[100,50], [w/2.0,50], [100,h-1], [w-1,h-1]], np.float32) A1 = cv2.getPerspectiveTransform(src, dst) d1 = cv2.warpPerspective(image, A1, (w, h), borderValue = 125) #显示操作之后的图片 cv2.imshow("d1",d1) #显示图像 cv2.imshow("image", image) #等待用户输入,然后删除所有窗口 cv2.waitKey(0) cv2.destroyAllWindows()
结果输出如下:
在这个例子里,先行构造四组坐标点,然后调用getPerspectiveTransform
函数计算投影变换矩阵,然后调用函数warpPerspective
来计算变换。如果要纠正图片,也是一样的,只要给出前后的四组的坐标值即可。
总结
以上所述是小编给大家介绍的python在OpenCV里实现投影变换效果,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对谷谷点程序网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
转载请注明:谷谷点程序 » python在OpenCV里实现投影变换效果