Question

我遇到了几何变形的问题，基本上是在俯视图的视角下扭曲图像。不使用积分。

我有什么：

我有一张45度角的图像（即）F是我的相机朝下的位置
This关于我想做什么的论文。第2页有主要公式
opencv cv::warpPerspective中用于激活此扭曲图像的主要功能
我有必要的Ccam1_cam2动作（假设我的数学是正确的）

我做了什么：

我使用论文中的公式生成了一个H矩阵。
经过测试，如果没有翻译只有轮换，H=R，如果这样可以使扭曲的图像看起来更好。

从扭曲的图像中查看我的x，y值并注意它们是＆lt; 1这是不好的，因为它们需要在400x530的范围内，这是原始图像。

代码：

cv::Mat  hmatrix = (cv::Mat_<double>(3,3) << H.c11, H.c12, H.c13, 
                       H.c21, H.c22, H.c23, 
                       H.c31, H.c32, H.c33);
lfImg = cv::imread("undistortedsmall.bmp", 0);
imshow("not warped image", lfImg);
cv::waitKey(0);
cv::Mat warpedimg;
cv::Scalar borderValue;
cv::warpPerspective(lfImg, warpedimg, hmatrix ,lfImg.size(),cv::INTER_LINEAR,cv::BORDER_CONSTANT,borderValue);

imshow("warpedImage", warpedimg);

我从顶部向下的图像中获取了点，其中包含了来自我的45度图像的相应点，并生成了一个扭曲良好的H矩阵。只是为了看看H矩阵的样子。但规模完全不同。

示例：

 My generated H Matrix:
      0.240053 0.859119 -0.451983
      0.689905 -0.478534 -0.543171
      -0.682938 -0.181435 -0.707585

 pt generated H matrix
     0.894764 3.37653 77.6052
     -0.950235 2.02846 240.977
     -8.73899e-05 0.00384326 1

我想要的是什么：

在不使用从图像中提取的点的情况下自上而下变换该图像。

问题黑屏（如果我缩放矩阵我的多个让我们说* 100）我得到了一个不正确的翘曲，但至少有一些可见的

Answer 1

由于您没有显示在H中生成值的完整代码 - 很难确定，但您可能缺少内部参数矩阵（通常也称为摄像机校准矩阵）。

在您提供的论文中没有提及，这意味着它们使用所谓的“标准化”或“未校准”单应性。当您从点对应生成单应性时，您将获得“校准”单应性并获得预期结果。

考虑 3D平面到平面方程 here部分。正如您所看到的，R-（t * n ^ t）/ d被矩阵Ka预乘，并且被Kb ^ -1（倒置的第二相机的固有矩阵）后乘，以产生“校准的”单应性。如果两张图像都是用同一台相机拍摄的，则可以假设Ka = Kb。

因此，为了获得'校准'单应性，可以使用表达式Hc = K * H * K ^ -1，其中Hc是校准单应性，H是未校准单应性，K是校准矩阵。

现在，您需要放弃K.理想情况下，您应该执行相机校准以获得它，但如果您知道相机的焦距，则可以使用如下粗略的近似值：

    | f, 0, cx |
K = | 0, f, cy |
    | 0, 0,  1 |

其中f是相机的焦距，以像素为单位，（cx，cy）是主点的坐标（你可以使用（w / 2，h / 2），其中w和h是图像的宽度和高度，以像素为单位）

几何翘曲显示黑色图像

1 个答案: