若该文为原创文章,未经允许不得转载
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客导航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/105943977
各位读者,知识无穷而人力有穷,要么改需求,要么找专业人士,要么自己研究
目录
前言
Demo
透视变换与仿射变换的区别
透视变换
概述
原理
透视变换函数原型
获取3x3矩阵函数原型
Demo源码
工程模板:对应版本号v1.46.0
红胖子(红模仿)的博文大全:开发技术集合(包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等)持续更新中...(点击传送门)
OpenCV开发专栏(点击传送门)
OpenCV开发笔记(五十一):红胖子8分钟带你深入了解透视变换(图文并茂+浅显易懂+程序源码)
前言
红胖子来也!!!
身份证识别的时候,身份证其实是一个固定的物体,识别固定的物体的话是通过特征点,但是固定的问题角度方向都不同,识别的话是很可能是需要通过透视变换去矫正的,例如:ocr的倾斜矫正,已知物体的摆正等等。
Demo
透视变换与仿射变换的区别
- 仿射变换:仿射变换更直观的叫法可以叫做「平面变换」或者「二维坐标变换」。其计算方法为坐标向量和变换矩阵的乘积,换言之就是矩阵运算。在应用层面,放射变换是图像基于3个固定顶点的变换。仿射变换请参照博文:《OpenCV开发笔记(四十六):红胖子8分钟带你深入了解仿射变化(图文并茂+浅显易懂+程序源码)》
- 透视变换:透视变换更直观的叫法可以叫做「空间变换」或者「三维坐标变换」。图中红点即为固定顶点,在变换先后固定顶点的像素值不变,图像整体则根据变换规则进行变换同理,透视变换是图像基于4个固定顶点的变换。
透视变换
概述
透视变换(Perspective Transformation)是指利用透视中心、像点、目标点三点共线的条件,按透视旋转定律使承影面(透视面)绕迹线(透视轴)旋转某一角度,破坏原有的投影光线束,仍能保持承影面上投影几何图形不变的变换。
通俗来说,透视变换(Perspective Transformation)是将成像投影到一个新的视平面(Viewing Plane),也称作投影映射(Projective Mapping)。
原理
Opencv中的透视变换是基于4个顶点变换的,根据4个顶点的位置,去调整投影的中心。
透视变换函数原型
void warpPerspective( InputArray src,
OutputArray dst,
InputArray M,
Size dsize,
int flags = INTER_LINEAR,
int borderMode = BORDER_CONSTANT,
const Scalar& borderValue = Scalar());
- 参数一:InputArray类型的src,输入图像;
- 参数二:OutputArray类型的dst,输出图像,大小与类型与输入图像一致;
- 参数三:InpuArray类型的M,3x3的变换矩阵;
- 参数四:Size类型的dsize,输出图像的尺寸;
- 参数五:int类型的flags,线性插值方式;
- 参数六:int类型的borderMode,边界处理方式;
- 参数七:Scalar类型的borderValue,边界多出来的填充颜色;
获取3x3矩阵函数原型
由四对点计算透射变换。
Mat getPerspectiveTransform( InputArray src,
InputArray dst );
- 参数一:InputArray类型的src,输入4个点,std::vector<cv::Point2f>;
- 参数二:InputArray类型的dst,输入4个点;
Demo源码
void OpenCVManager::testWarpPerspective()
{
QString fileName1 ="E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
cv::Mat srcMat = cv::imread(fileName1.toStdString());
cv::Mat dstMat;
int width = 300;
int height = 200;
cv::resize(srcMat, srcMat, cv::Size(width, height));
cv::String windowName = _windowTitle.toStdString();
cvui::init(windowName);
cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 3,
srcMat.rows * 2),
srcMat.type());
int k1x = 0;
int k1y = 0;
int k2x = 100;
int k2y = 0;
int k3x = 100;
int k3y = 100;
int k4x = 0;
int k4y = 100;
while(true)
{
// 刷新全图黑色
windowMat = cv::Scalar(0, 0, 0);
// 原图复制
cv::Mat mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
cv::Range(srcMat.cols * 0, srcMat.cols * 1));
cv::addWeighted(mat, 0.0f, srcMat, 1.0f, 0.0f, mat);
{
std::vector<cv::Point2f> srcPoints;
std::vector<cv::Point2f> dstPoints;
srcPoints.push_back(cv::Point2f(0.0f, 0.0f));
srcPoints.push_back(cv::Point2f(srcMat.cols - 1, 0.0f));
srcPoints.push_back(cv::Point2f(srcMat.cols - 1, srcMat.rows - 1));
srcPoints.push_back(cv::Point2f(0.0f, srcMat.rows - 1));
cvui::printf(windowMat, 75 + width * 1, 10 + height * 0, "k1x");
cvui::trackbar(windowMat, 75 + width * 1, 20 + height * 0, 165, &k1x, 0, 100);
cvui::printf(windowMat, 75 + width * 1, 70 + height * 0, "k1y");
cvui::trackbar(windowMat, 75 + width * 1, 80 + height * 0, 165, &k1y, 0, 100);
cvui::printf(windowMat, 75 + width * 2, 10 + height * 0, "k2x");
cvui::trackbar(windowMat, 75 + width * 2, 20 + height * 0, 165, &k2x, 0, 100);
cvui::printf(windowMat, 75 + width * 2, 70 + height * 0, "k2y");
cvui::trackbar(windowMat, 75 + width * 2, 80 + height * 0, 165, &k2y, 0, 100);
cvui::printf(windowMat, 75 + width * 2, 10 + height * 1, "k3x");
cvui::trackbar(windowMat, 75 + width * 2, 20 + height * 1, 165, &k3x, 0, 100);
cvui::printf(windowMat, 75 + width * 2, 70 + height * 1, "k3y");
cvui::trackbar(windowMat, 75 + width * 2, 80 + height * 1, 165, &k3y, 0, 100);
cvui::printf(windowMat, 75 + width * 1, 10 + height * 1, "k4x");
cvui::trackbar(windowMat, 75 + width * 1, 20 + height * 1, 165, &k4x, 0, 100);
cvui::printf(windowMat, 75 + width * 1, 70 + height * 1, "k4y");
cvui::trackbar(windowMat, 75 + width * 1, 80 + height * 1, 165, &k4y, 0, 100);
dstPoints.push_back(cv::Point2f(srcMat.cols * k1x / 100.0f, srcMat.rows * k1y / 100.0f));
dstPoints.push_back(cv::Point2f(srcMat.cols * k2x / 100.0f, srcMat.rows * k2y / 100.0f));
dstPoints.push_back(cv::Point2f(srcMat.cols * k3x / 100.0f, srcMat.rows * k3y / 100.0f));
dstPoints.push_back(cv::Point2f(srcMat.cols * k4x / 100.0f, srcMat.rows * k4y / 100.0f));
cv::Mat M = cv::getPerspectiveTransform(srcPoints, dstPoints);
cv::warpPerspective(srcMat,
dstMat,
M,
cv::Size(srcMat.cols, srcMat.rows),
cv::INTER_LINEAR,
cv::BORDER_CONSTANT,
cv::Scalar(0, 0, 255));
mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),
cv::Range(srcMat.cols * 0, srcMat.cols * 1));
cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);
}
// 更新
cvui::update();
// 显示
cv::imshow(windowName, windowMat);
// esc键退出
if(cv::waitKey(25) == 27)
{
break;
}
}
}
工程模板:对应版本号v1.46.0
对应版本号v1.46.0
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客导航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/105943977