我发现Feature Matching + Homography tutorial之后的同形异形矩阵使用
M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC,5.0)
，现在我需要变形第二张图像（旋转的图像）以匹配第一张图像的关键点，所以我尝试直接在warpPerspective上使用img2，因为我们已经有了Homography矩阵。 （他们没有在本教程中使用warpPersective）
dst = cv2.warpPerspective(img2, M)
它抱怨我缺少第三个论点
TypeError: Required argument 'dsize' (pos 3) not found
很公平，我检查了docs中的dsize，看来这是目标图像的大小。好吧，如果没有给出，可以推断出来，但是opencv期望它（grrr ...好吧，opencv，我给你）。我再试一次
dst = cv2.warpPerspective(img2, M, img2.shape)
它会抛出
TypeError: function takes exactly 2 arguments (3 given)
等等，我不是在一分钟前用2个参数尝试过吗？
怎么了？
答案 0 :(得分：0)
尽管出于某种直觉，出于某种原因，opencv通过以下方式实现了warpPerspective功能：
corrected_image = cv2.warpPerspective(img1, M, (img1.shape[1], img1.shape[0]))
还要注意，获得的M用于将第一幅图像映射到第二幅图像，这意味着我可以在第一幅图像上使用M来扭曲它并使它与第二幅图像重叠。 （我正尝试按照问题所示在img2上使用它，它将无法正常工作）
有趣的例外情况的原因尚不清楚。 （如果知道原因，请随时更新此答案）
答案 1 :(得分：0)
您正在执行的操作的问题是，您将3个参数而不是2个参数传递给“ shape”参数。对形状为（H，W）的灰度图像执行透视变换。 RGB图像的形状为（H，W，3），其中最后一个尺寸显示通道数量-红色，绿色和蓝色。尝试使用灰度图像，没有错误：）
刚看到日期。猜猜我来不及了：P