单应性的透视投影不起作用

Question

我正尝试用浅黄色多边形替换以下图片的右侧道路：

来源：

所需（手动创建）：

因此，我正在考虑使用 Homography 使其实现（我知道仅添加填充的多边形也可以，但是我可能想使用其他一些源图像而不是简单的图像黄色多边形，例如将来的广告图片）。这是一个tutorial，我只复制其中的代码并对像素进行了一些更改。我正在使用的源图像是这样的：

帖子中的第一张图片是我的目标图片。

这是我完成工作的代码：

import cv2
import numpy as np

# source image
source_img = cv2.imread('lightyellow.jpg')
# get four corners of the source (clock wise)
pts_source = np.array([[0,0], [20,0], [20,30],[0,30]])

# destination image
dst_img = cv2.imread('0.png')
# four corners in destination image (also clock wise):
pts_dst = np.array([[292,0], [415,0], [578,120],[415,189]])

# calculate homography
h, status = cv2.findHomography(pts_source, pts_dst)

# warp source image to destination based on homography
img_out = cv2.warpPerspective(source_img, h, (dst_img.shape[1], dst_img.shape[0]))

cv2.imshow('warped', img_out)
cv2.waitKey(0)

但是，我得到的是这样的：

这是完全错误的，但我不知道为什么。有人可以给我一些指导吗？

Answer 1

我终于用以下代码实现了

import cv2
import numpy as np

# source image
source_img = cv2.imread('lightyellow.jpg')
size = source_img.shape
# get four corners of the source (clock wise)
pts_source = np.array(
                    [
                    [0,0],
                    [size[1] - 1, 0],
                    [size[1] - 1, size[0] -1],
                    [0, size[0] - 1 ]
                    ],dtype=float
                    )
#pts_source = np.array([[310,0], [440,0], [589,151],[383,151]])

# destination image
dst_img = cv2.imread('0.png')
# four corners in destination image (also clock wise):
pts_dst = np.array([[292,0], [409,0], [577,191],[421,193]])

# calculate homography
h, status = cv2.findHomography(pts_source, pts_dst)

# warp source image to destination based on homography
temp = cv2.warpPerspective(source_img, h, (dst_img.shape[1], dst_img.shape[0]))

# Black out polygonal area in destination image.
cv2.fillConvexPoly(dst_img, pts_dst.astype(int), 0, 16)

# Add warped source image to destination image.
dst_img = dst_img + temp

cv2.imshow('warpped', dst_img)
cv2.waitKey(0)