python在OpenCV里實現投影變換效果
前面學習了仿射變換,是經常使用到的變換,也很容易理解。在日常生活中,經常會遇到下面這種的情況:

仔細地觀察比亞迪秦這臺汽車的車牌,發(fā)現它拍照的角度不是垂直的方向,而是有一個角度,當要進行車牌識別的時候,發(fā)現字符是變形的,與電腦里比較的圖片肯定有區(qū)別,因此識別不出來。這時怎么辦呢?就需要經過一個投影變換才可以把車牌號糾正過來,才能進入識別過程。
好吧,到這里認識到投影變換的感性認識了,那么你又會繼續(xù)考慮下一個問題,在軟件里怎么樣計算呢,難道還是使用仿射變換的矩陣。從這里看一下,前面閩A比較大,后面88比較小,說明原本平行的兩邊已經不平行了。仿射變換之后,平行的線還是平行的,因此這一點也是仿射變換與投影變換的區(qū)別。
投影變換只是保證同一條直線的點還是在同一條直線上,但不再保證平行了。因為投影變換是一個二維圖像(車牌)經過一個三維變換,然后映射到另外一個二維空間,二維圖像的二維空間與映射后的二維空間不一樣,如果一樣,就是仿射變換。投影變換也可以使用矩陣來進行描述,如下:

投影變換的矩陣是8個未知數,所以要四組不同的坐標點才可以計算出來,與前面的矩陣比較一下:

在OpenCV里是使用下面的公式計算:

因此只要構造了投影變換矩陣,其它的計算與仿射變換是一樣的。下面通過例子來演示投影變換的功能:
#python 3.7.4,opencv4.1
#蔡軍生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np
#圖片的路徑
imgname = "img1.jpg"
#讀取圖片
image = cv2.imread(imgname, cv2.IMREAD_COLOR)
#圖片的高度和寬度
h,w = image.shape[:2]
#從目標坐標計算出3X3的矩陣,然后調用warpPerspective執(zhí)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)
#顯示操作之后的圖片
cv2.imshow("d1",d1)
#顯示圖像
cv2.imshow("image", image)
#等待用戶輸入,然后刪除所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()
結果輸出如下:

在這個例子里,先行構造四組坐標點,然后調用getPerspectiveTransform函數計算投影變換矩陣,然后調用函數warpPerspective來計算變換。如果要糾正圖片,也是一樣的,只要給出前后的四組的坐標值即可。
總結
以上所述是小編給大家介紹的python在OpenCV里實現投影變換效果,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對腳本之家網站的支持!
如果你覺得本文對你有幫助,歡迎轉載,煩請注明出處,謝謝!
相關文章
python 3.6 tkinter+urllib+json實現火車車次信息查詢功能
這篇文章主要介紹了python 3.6 tkinter+urllib+json 火車車次信息查詢功能,本文以查詢火車車次至南京的信息為例,需要的朋友可以參考下2017-12-12
Windows系統(tǒng)下安裝tensorflow的配置步驟
這篇文章主要介紹了Windows系統(tǒng)下安裝tensorflow,本文通過圖文并茂的形式給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-07-07
Python多進程multiprocessing用法實例分析
這篇文章主要介紹了Python多進程multiprocessing用法,結合實例形式分析了Python多線程的概念以及進程的創(chuàng)建、守護進程、終止、退出進程、進程間消息傳遞等相關操作技巧,需要的朋友可以參考下2017-08-08

