python在OpenCV里实现投影变换效果
前面学习了仿射变换，是经常使用到的变换，也很容易理解。在日常生活中，经常会遇到下面这种的情况：
仔细地观察比亚迪秦这台汽车的车牌，发现它拍照的角度不是垂直的方向，而是有一个角度，当要进行车牌识别的时候，发现字符是变形的，与电脑里比较的图片肯定有区别，因此识别不出来。这时怎么办呢？就需要经过一个投影变换才可以把车牌号纠正过来，才能进入识别过程。
好吧，到这里认识到投影变换的感性认识了，那么你又会继续考虑下一个问题，在软件里怎么样计算呢，难道还是使用仿射变换的矩阵。从这里看一下，前面闽A比较大，后面88比较小，说明原本平行的两边已经不平行了。仿射变换之后，平行的线还是平行的，因此这一点也是仿射变换与投影变换的区别。
投影变换只是保证同一条直线的点还是在同一条直线上，但不再保证平行了。因为投影变换是一个二维图像（车牌）经过一个三维变换，然后映射到另外一个二维空间，二维图像的二维空间与映射后的二维空间不一样，如果一样，就是仿射变换。投影变换也可以使用矩阵来进行描述，如下:
投影变换的矩阵是8个未知数，所以要四组不同的坐标点才可以计算出来，与前面的矩阵比较一下：
在OpenCV里是使用下面的公式计算：
因此只要构造了投影变换矩阵，其它的计算与仿射变换是一样的。下面通过例子来演示投影变换的功能：
#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np
#图片的路径
imgname = "img1.jpg"
#读取图片
image = cv2.imread(imgname, cv2.IMREAD_COLOR)
#图片的高度和宽度
h,w = image.shape[:2]
#从目标坐标计算出3X3的矩阵，然后调用warpPerspective执行
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)
#显示操作之后的图片
cv2.imshow("d1",d1)
#显示图像
cv2.imshow("image", image)
#等待用户输入，然后删除所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()
结果输出如下：
在这个例子里，先行构造四组坐标点，然后调用getPerspectiveTransform函数计算投影变换矩阵，然后调用函数warpPerspective来计算变换。如果要纠正图片，也是一样的，只要给出前后的四组的坐标值即可。
总结
以上所述是小编给大家介绍的python在OpenCV里实现投影变换效果,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
相关文章
Python-apply(lambda x: )的使用及说明
这篇文章主要介绍了Python-apply(lambda x: )的使用及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
今天小编就为大家分享一篇Python调用百度根据经纬度查询地址的示例代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
本文主要介绍了python双向队列deque的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-06-06
Anaconda安装之后Spyder打不开解决办法(亲测有效!)
这篇文章主要给大家介绍了关于Anaconda安装之后Spyder打不开解决办法,文中将解决的过程介绍的非常详细,亲测有效,对同样遇到这个问题的朋友具有一定的参考学习价值,需要的朋友可以参考下2023-04-04
这篇文章主要给大家介绍了关于如何使用python提取字符串中英文的相关资料,主要通过正则re中的sub函数、findall函数以及compile函数判断来实现，需要的朋友可以参考下2021-05-05
python 牛顿法实现逻辑回归（Logistic Regression）
这篇文章主要介绍了python 牛顿法实现逻辑回归（Logistic Regression），帮助大家更好的进行机器学习，感兴趣的朋友可以了解下2020-10-10
这篇文章主要为大家详细介绍了Python的函数基础，使用了函数参数和递归函数，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-01-01
今天小编就为大家分享一篇django 中使用DateTime常用的时间查询方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
在数据分析领域，Python的Pandas库是一个非常强大的工具。这篇文章将为大家详细介绍如何使用Pandas进行数据分析，希望对大家有所帮助2023-04-04
这篇文章主要介绍了Python下载图片并保存本地的两种方式，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-05-05
最新评论