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 cv2
import numpy as np
def 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()