Question

我使用findHomography函数得到一个H矩阵。

H = findHomography(points_src, points_dst);

然后，我使用H和warpPerspective来获得图像的透视投影

warpPerspective(im_src, im_dst, H, Size(100, 100));

从这里我得到一组兴趣点

vector<Point2f> points = some_function(im_dst)

现在我只想回到原始图像的“点”集，这样我现在就可以看到原始图像中的一组兴趣点。

对于这个任务，我想我需要再次使用warpPerspective和WARP_INVERSE_MAP标志，但这不起作用。

Answer 1

要查找反单应性，只需切换points_dst和points_src：

H_inv= findHomography(points_dst, points_src);

然后，如果将H_inv应用于由H变换的点，则将获得原始点。

Answer 2

您确实可以再次使用findHomography()，但是由于有了composition properties of such matrix，逆向转换的一种更为优雅，准确和快速的方法是简单地求反单应矩阵 strong>。

这是使用Python的一些演示：

import cv2
import numpy as np

source = np.float32([[0, 0], [100, 0], [100, 100], [0, 100]])
dest = np.float32([[0, 0], [-1000, 0], [-1000, -1000], [0, -1000]])

points = np.float32([[[50, 50]]])

homography, _ = cv2.findHomography(source, dest)

transformed = cv2.perspectiveTransform(points, homography)

print(transformed)
# => [[[-500. -500.]]]

homography_inverse = np.linalg.inv(homography)

detransformed = cv2.perspectiveTransform(transformed, homography_inverse)

print(detransformed)
# => [[[50. 50.]]]

反向同位素

2 个答案: