OpenCV Perspective Transform给出了意想不到的结果

Question

我正在尝试从一个梯形（在第一个图像中）转换为一个矩形（在第二个图像中），但得到一个奇怪的结果（在第三个图像中）。

我的计划是使用透视变换，由梯形的四个角点和矩形的四个角点定义。

在这个例子中，对于梯形，它们是：

ptsTrap = [[  50.          100.        ]
           [  50.          200.        ]
           [ 250.           64.73460388]
           [ 250.          235.26539612]]

和矩形：

ptsRect = [[  50.  100.]
           [  50.  200.]
           [ 250.  100.]
           [ 250.  200.]]

我正在从这些观点进行透视转换：

T = cv2.getPerspectiveTransform(ptsTrap, ptsRect)

然后从中构建图像：

arrTrapToRect = cv2.warpPerspective(arrTrap, T, arrTrap.shape[:2])

但是，正如您从图像中看到的那样，这并未给出预期的转变。

我似乎无法解决为什么即使定义变换的点也没有根据它进行投影。有什么想法吗？

Answer 1

您的方法是正确的。指定角点的坐标时会出现问题。我不知道你是如何计算它们的，但你已经交换了你的X轴和Y轴。这反映在应用于最终图像的变换中。我发现角点是：

ptsTrap = [[[  99.   51.]]
           [[  64.  251.]]
           [[ 234.  251.]]
           [[ 199.   51.]]]

ptsRect = [[[ 102.   49.]]
           [[ 100.  249.]]
           [[ 200.  250.]]
           [[ 200.   50.]]]

从这些点找到透视变换会得到正确的结果：

供参考，这是我使用的代码：

import cv2
import numpy as np

def find_corners(image):
    im = cv2.Canny(image, 100, 200)

    cnt = cv2.findContours(im,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[0]
    cnt = cv2.approxPolyDP(cnt[0], 5, True)
    return cnt.astype(np.float32)

def main(argv):
    trap = cv2.imread('trap.png', cv2.IMREAD_GRAYSCALE)
    rect = cv2.imread('rect.png', cv2.IMREAD_GRAYSCALE)

    ptsTrap = find_corners(trap)
    ptsRect = find_corners(rect)

    T = cv2.getPerspectiveTransform(ptsTrap, ptsRect)

    warp = cv2.warpPerspective(trap, T, rect.shape[:2])

    cv2.imshow('', warp)
    cv2.imwrite('warp.png', warp)
    cv2.waitKey()
    cv2.destroyAllWindows()