我正在尝试使用opencv-python包进行单应性透视转换。
我有一个背景和前景图像，并希望执行透视变换并在给定四（x，y）坐标的背景图像上缝合前景图像，如下所示：
bgImg = cv2.imread（BACK_PATH，cv2.IMREAD_COLOR）
fgImg = cv2.imread（FORE_PATH，cv2.IMREAD_COLOR）
bgHeight，bgWidth，dpt = bgImg.shape
origImageCoords = np.array（[（0,0），
（0，bgHeight），
（bgWidth，bgHeight），
（bgWidth，0）]）
stitchingCoords = []
def transformPerspective（）：
y0 = 285
y1 = 400
x0 = 447
x1 = 600
stitchingCoords.append（（x0，y0））
stitchingCoords.append（（x0，y1））
stitchingCoords.append（（x1，y1））
stitchingCoords.append（（x1，y0））
homography = cv2.findHomography（origImageCoords，np.array（stitchingCoords））
dst_corners = cv2.warpPerspective（src = fgImg，M = homography [0]，dsize =（bgWidth，bgHeight））
showFinal（bgImg，dst_corners）
使用cv2.findhomography（）完成透视转换后，我使用适当的蒙版掩盖前景和背景图像并将它们添加到一起，如下所示：
def showFinal（src1，src2）：
grayed = cv2.cvtColor（src2，cv2.COLOR_BGR2GRAY）
_，grayed = cv2.threshold（灰色，0,255，cv2.THRESH_BINARY）
grayedInv = cv2.bitwise_not（灰色）
src1final = cv2.bitwise_and（src1，src1，mask = grayedInv）
src2final = cv2.bitwise_and（src2，src2，mask = grayed）
finalImage = cv2.add（src1final，src2final）
cv2.namedWindow（“output”，cv2.WINDOW_AUTOSIZE）
cv2.imshow（“output”，finalImage）
问题
问题是查找结果是错误的，因为变换的前景图像没有缝合在我用于查找单应性的四个坐标内。
任何人都可以指导我为什么会发生这种错误？
预期产出
实际产出