将变换矩阵应用于 OpenCV 中的 warpTransform
贝纽泰克
因此，我想转换图像，但无法真正找到使用 OpenCV 进行转换的正确方法。
我有图像的第一件事就是说 500x600px 里面有一个扭曲的东西，我想“拉直”看图像： 
我正在像这样获得数独的轮廓：
cropped_image, contours, _ =
cv2.findContours(cropped_image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
max_contour = max(contours, key=cv2.contourArea)
然后我得到max_contour和图像极端像素（左上角、右上角、右下角和左下角）并获取变换矩阵并像这样变换图像：
x, y = cropped_image.shape
image_extreme_pixels = np.array([[0, y], [x, y], [x, 0], [0, 0]], dtype=np.float32)
c_x, c_y = [], []
for i in contour:
c_x.append(i[0][0])
c_y.append(i[0][1])
contour_extreme_pixels = np.array([
[min(c_x), max(c_y)],
[max(c_x), max(c_y)],
[max(c_x), min(c_y)],
[min(c_x), min(c_y)]],
dtype=np.float32)
t_matrix = cv2.getPerspectiveTransform(contour_extreme_pixels, image_extreme_pixels)
transformed_image = cv2.warpPerspective(cropped_image, t_matrix, (y, x))
plt.imshow(cropped_image, interpolation='nearest', cmap=plt.cm.gray)
但是当我查看图像时，它以一种奇怪的方式发生了变化。我想拉伸数独的顶部，使其轮廓笔直。
你能指出我的代码有什么问题吗？我假设这可能是我创建 4 个极端像素的方式，然后将这些像素放入getPerspectiveTransform以获得转换矩阵，但尚未设法使其工作。
贝纽泰克
所以事实证明我发现的极端点是不正确的。在我们期望为矩形的形状中找到 4 个极值点的正确方法（众多方法之一）是这样的：
def get_contour_extreme_points(img, contour):
m_point = image_center(img)
l1, l2, l3, l4 = 0, 0, 0, 0
p1, p2, p3, p4 = 0, 0, 0, 0
for point in contour:
d = distance(m_point, point[0])
if inside_bottom_right(m_point, point[0]) and l1 < d:
l1 = d
p1 = point[0]
continue
if inside_bottom_left(m_point, point[0]) and l2 < d:
l2 = d
p2 = point[0]
continue
if inside_top_right(m_point, point[0]) and l3 < d:
l3 = d
p3 = point[0]
continue
if inside_top_left(m_point, point[0]) and l4 < d:
l4 = d
p4 = point[0]
continue
return np.float32([p1, p2, p3, p4])
def inside_bottom_right(center, point):
return center[0] < point[0] and center[1] < point[1]
def inside_bottom_left(center, point):
return center[0] > point[0] and center[1] < point[1]
def inside_top_right(center, point):
return center[0] < point[0] and center[1] > point[1]
def inside_top_left(center, point):
return center[0] > point[0] and center[1] > point[1]
def distance(p1, p2):
return math.sqrt( ((p1[0]-p2[0])**2)+((p1[1]-p2[1])**2) )
def image_center(img):
x, y = img.shape
return tuple([x/2, y/2])
那么我将不得不小心图像的 4 个极值点的顺序。应该是这样的：
x, y = img.shape
img_extreme_points = np.float32([[x, y], [0, y], [x, 0], [0, 0]])
所以首先是右下极点，然后是左下角、右上角和左上角。只要极值点索引正确对应，矩阵也将被正确计算。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
如何将OpenCV函数polylines（）应用于C ++中的列表
- 2
如何将OpenCV函数polylines（）应用于C ++中的列表
- 3
如何将泰勒级数扩展应用于opencv中的图像？
- 4
将函数应用于R中的列表矩阵
- 5
将函数应用于矩阵--arrayfun中的每个元素
- 6
将函数应用于R中矩阵的行
- 7
将阈值应用于MATLAB中的矩阵元素
- 8
根据其他列（R）中的值将变换应用于向量的列
- 9
使用OpenCV 3.0将颜色矩阵应用于RGB图像的最快方法？
- 10
如何在OpenCV中将转换矩阵应用于点？
- 11
openCV中的矩阵运算
- 12
将函数应用于R中两个矩阵的所有列对
- 13
将一堆函数应用于R中矩阵的列
- 14
Prolog将约束应用于矩阵中的原始列表项
- 15
Python Numpy将旋转矩阵应用于数组中的每一行
- 16
将函数应用于R中两个矩阵的所有列对
- 17
如何将函数应用于矩阵中的所有向量对
- 18
将 repmat 应用于具有不同输入的 Matlab 中矩阵的每一行
- 19
如何将&运算符应用于R中的布尔矩阵？
- 20
将变换应用于矩阵，而不是旋转和平移
- 21
了解OpenCV中的距离变换
- 22
openCV中的小波变换
- 23
OPENCV PYTHON中的透视变换
- 24
在OpenCV中应用遮罩
- 25
使用for（）循环或apply（）应用于矩阵中的引导程序
- 26
R - 将命令应用于矩阵中的所有行和列。逻辑地更改命令中使用的值
- 27
OpenCV 2.4.9（Python）中的概率Hough变换
- 28
将渐变应用于Android中的ListView中的行
- 29
矩阵函数是应用于整个矩阵还是Fortran中的每一行？
我来说两句