我正在研究一个试图纠正一系列图像中的透视失真的项目。我知道这样做的正确方法是用已知对象校准系统,然后计算单应性。我创建了一个虚拟环境,我能够做到这一点(见下图)。
然而,我遇到了需要纠正的图像已经被收集并且没有办法反向校准它们的情况(图像相对没有特征)。基于一些额外的数据,我能够估计相机的位置。有了这些信息,我认为我应该能够创建单应矩阵(H)。为此,编写了一个创建旋转矩阵(R)的程序。将R乘以平移矩阵(T),然后乘以相机内在函数。然后在WarpPerspective函数中使用该矩阵。生成的图像以固定的摄像机位置旋转图像。我想让图像处于固定位置并基本上旋转相机。我该怎么做呢?我现有的计划如下。谢谢你的帮助。
from numpy import *
import cv
global x
global y
global z
x = y = z = float(90)
def createMatrix(x, y, z):
print x,y,z
x1 = (x-90) * (pi / 180)
y1 = (y-90) * (pi / 180)
z1 = (z-90) * (pi / 180)
# Create a rotation matrix
R_array = array([[x1], [y1], [z1]])
R_Vec = cv.fromarray(R_array)
R = cv.CreateMat(3, 3, cv.CV_64FC1)
cv.Rodrigues2(R_Vec, R)
R_r = array(R)
R_r[0][2] = 0
R_r[1][2] = 0
R_r[2][2] = 1
RR = cv.fromarray(R_r)
#Create and combine with translation matrix
Trans_Mat = array([[[1], [0], [-w/2]],
[[0], [1], [-h/2]],
[[0], [0], [1]]])
Trans_Mat2 = cv.fromarray(Trans_Mat)
R_T_Mat = dot(RR, Trans_Mat2)
R_T_Mat[2][2] += h
#Create and combine with camera matrix
Intrinsic_Mat = array([[[h], [0], [w/2]],
[[0], [h], [h/2]],
[[0], [0], [1]]])
Int_Mat = cv.fromarray(Intrinsic_Mat)
H = dot(Int_Mat, R_T_Mat)
return cv.fromarray(H)
def warp_displayImage():
H2 = createMatrix(x,y,z)
persp = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_8U, 3)
cv.WarpPerspective(im, persp, H2)
cv.ShowImage("Distorted", im)
cv.ShowImage("undistorted", persp)
def resetX(pos):
global x
x = float(pos)
warp_displayImage()
def resetY(pos):
global y
y = float(pos)
warp_displayImage()
def resetZ(pos):
global z
z = float(pos)
warp_displayImage()
im = cv.LoadImage("homography_test.jpg")
h, w = cv.GetSize(im)
cv.NamedWindow("Distorted")
cv.NamedWindow("undistorted")
cv.CreateTrackbar("X axis", "undistorted", int(x),180, resetX)
cv.CreateTrackbar("Y axis", "undistorted", int(y),180, resetY)
cv.CreateTrackbar("Z axis", "undistorted", int(z),180, resetZ)
warp_displayImage()
cv.WaitKey(0)
cv.DestroyWindow("Distorted")
cv.DestroyWindow("undistorted")
此代码基于Hammer的帮助: Perspective Warping in OpenCV based on know camera orientation