getPerspectiveTransform和warpPerspective如何工作？ [蟒蛇]

Question

我找不到关于getPerspectiveTransform和warpPerspective在OpenCV中（特别是在Python中）如何工作的完美解释。我对这些方法的理解是：

给定源图像中的4个点和4个新点getPerspectiveTransform返回一个（3，3）矩阵，该矩阵在作为参数发送到warpPerspective时以某种方式裁剪图像。我认为这4个点（来自src图像）在图像上形成一个多边形，然后将其删除/裁剪，然后将这个新裁剪的图像拟合到新给定的4个点之间，并且我还看到warpPerspective接受了输入新图像的大小。所以我推断这是因为，如果新点的最大高度/最大宽度（从这些点计算出来……想象这些点是矩形或四边形的角）小于提供的宽度或高度，则剩余区域为留出基本上是黑/白的空白，但不是这种情况...如果从新点计算出的宽度/高度小于所提供的宽度和高度，则剩余空间将由源图像的某些部分填充本质上是4个源点的外部...

我无法理解这种行为...

那么我会错误地解释这些方法吗？如果是这样，请提供对这些方法的正确解释。

PS。我是OpenCV的新手，如果有人解释getPerspectiveTransform warpPerspective使用的基础数学，那就太好了。

谢谢。

Answer 1

这些功能是称为几何变换的图像处理概念的一部分。 在现实生活中拍摄照片时，总是存在某种几何变形，可以使用“几何转换”将其消除。它还具有其他应用程序，包括镶嵌结构，地理地图，立体声和视频。

这是this site中的一个示例：

因此，基本上warpPerspective会将源图像转换为所需的版本，并使用getPerspectiveTransform给出的3 * 3转换矩阵完成工作。

查看更多详细信息here。

现在，如果您想知道如何从源图像和目标图像中找到那对4个点，则应该检查另一个称为特征提取的图像处理概念。这些方法可以完美地找到图像的重要区域，您可以将它们与从不同视角拍摄的同一对象的另一幅图像进行匹配。 （检查SIFT，SURF，ORB等）

匹配功能的示例：

因此warpPerspective不仅会裁剪您的图像，还将基于转换矩阵传输整个图像（不仅仅是由4个点指定的区域），并且这些点将仅用于查找正确的矩阵