OpenCV(十二):图像透视变换

简介: OpenCV(十二):图像透视变换



1.透视变换介绍

透视变换是一种将原始图像映射到目标图像平面上的投影变换,又称为四点变换。

透视变换矩阵的一般形式如下所示:

| A B C |

| D E F |

| G H I |

通过透视变换矩阵来实现,以下是透视变换的数学公式:

对于原始图像中的点 P(x, y),经过透视变换后得到的新坐标 P'(x', y') 可以通过以下公式计算:

x' = (A * x + B * y + C) / (G * x + H * y + I)

y' = (D * x + E * y + F) / (G * x + H * y + I)

其中,(x, y) 是原始图像中点的坐标,(x', y') 是透视变换后点的新坐标。

矩阵元素 A、B、C、D、E、F、G、H 和 I 是透视变换矩阵的元素,它们决定了透视变换的具体变换方式。

2.计算透视变换矩阵getPerspectiveTransform()

CV_EXPORTS_W Mat getPerspectiveTransform(InputArray src,

InputArray dst,

int solveMethod = DECOMP_LU

);

  • src[]:原图像中的四个像素坐标。
  • dstl]:目标图像中的三个像素坐标。
  • solveMethod:计算透视变换矩阵方法的选择标志。

其中计算方法标志:

3.透视变换函数warpPerspective()

通过将透视变换矩阵应用于原始图像,可以获得投影后的图像。

CV_EXPORTS_W void warpPerspective( InputArray src,

OutputArray dst,

InputArray M,

Size dsize,

int flags = INTER_LINEAR,

int borderMode = BORDER_CONSTANT,

const Scalar& borderValue = Scalar());

  • src:输入图像
  • dst:透视变换后输出图像,与src数据类型相同,但是尺寸与dsize相同
  • M:3X3的变换矩阵。
  • dsize:输出图像的尺寸。
  • flags:插值方法标志。
  • borderMode:像素边界外推方法的标志
  • borderValue:填充边界使用的数值,默认情况下为0

4.demo

           (原图)                              (透视变换处理后的图片)

#include <jni.h>
#include <string>
#include <android/bitmap.h>
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
extern "C"
JNIEXPORT void JNICALL
Java_com_example_myapplication_MainActivity_opencv_1test(JNIEnv *env, jclass clazz,
jobject bitmap) {
AndroidBitmapInfo info;
void *pixels;
CV_Assert(AndroidBitmap_getInfo(env, bitmap, &info) >= 0);
//判断图片是位图格式有RGB_565 、RGBA_8888
CV_Assert(info.format == ANDROID_BITMAP_FORMAT_RGBA_8888 ||
info.format == ANDROID_BITMAP_FORMAT_RGB_565);
CV_Assert(AndroidBitmap_lockPixels(env, bitmap, &pixels) >= 0);
CV_Assert(pixels);
//将bitmap转化为Mat类
Mat image(info.height, info.width, CV_8UC4, pixels);
// 输入图像的四个角点
Point2f src[4];
src[0] = Point2f(0, 0); // 左上角
src[1] = Point2f(image.cols, 0); // 右上角
src[2] = Point2f(image.cols, image.rows); // 右下角
src[3] = Point2f(0, image.rows); // 左下角
// 输出图像的四个角点
Point2f dst[4];
dst[0] = Point2f(image.cols * 0.2, image.rows * 0.2); // 输出图像左上角
dst[1] = Point2f(image.cols * 0.8, image.rows * 0.2); // 输出图像右上角
dst[2] = Point2f(image.cols * 0.8, image.rows * 0.8); // 输出图像右下角
dst[3] = Point2f(image.cols * 0.2, image.rows * 0.8); // 输出图像左下角
// 计算透视变换矩阵
Mat perspectiveMatrix = getPerspectiveTransform(src, dst);
Mat outputImage;
// 执行透视变换
warpPerspective(image, outputImage, perspectiveMatrix, image.size());
imwrite("/sdcard/DCIM/outputImage.jpg",outputImage);
}
目录
相关文章
|
1月前
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
342 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
|
2月前
|
算法 计算机视觉
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
49 4
|
2月前
|
存储 计算机视觉
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
|
3月前
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
WK
|
3月前
|
编解码 计算机视觉 Python
如何在OpenCV中进行图像转换
在OpenCV中,图像转换涉及颜色空间变换、大小调整及类型转换等操作。常用函数如`cvtColor`可实现BGR到RGB、灰度图或HSV的转换;`resize`则用于调整图像分辨率。此外,通过`astype`或`convertScaleAbs`可改变图像数据类型。对于复杂的几何变换,如仿射或透视变换,则可利用`warpAffine`和`warpPerspective`函数实现。这些技术为图像处理提供了强大的工具。
WK
109 1
|
5月前
|
计算机视觉
opencv之形态变换
opencv之形态变换
|
5月前
|
算法 计算机视觉
【Qt&OpenCV 图像的感兴趣区域ROI】
【Qt&OpenCV 图像的感兴趣区域ROI】
170 1
|
5月前
|
运维 算法 计算机视觉
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
79 1
|
5月前
|
存储 编解码 算法
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
91 0
|
4月前
|
机器学习/深度学习 XML 计算机视觉
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。