快捷導(dǎo)航

Python使用?OpenCV?進(jìn)行圖像投影變換

更新時(shí)間：2022年08月24日 17:20:29 作者：woshicver

這篇文章主要介紹了Python使用?OpenCV?進(jìn)行圖像投影變換，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下

投影變換（仿射變換）

在數(shù)學(xué)中，線性變換是將一個(gè)向量空間映射到另一個(gè)向量空間的函數(shù)，通常由矩陣實(shí)現(xiàn)。如果映射保留向量加法和標(biāo)量乘法，則映射被認(rèn)為是線性變換。

要將線性變換應(yīng)用于向量（即，一個(gè)點(diǎn)的坐標(biāo)，在我們的例子中——像素的 x 和 y 值），需要將該向量乘以表示線性變換的矩陣。作為輸出，你將獲得一個(gè)坐標(biāo)轉(zhuǎn)換后的向量。

投影變換可以用以下矩陣表示：

其中：

是一個(gè)旋轉(zhuǎn)矩陣。該矩陣定義了將要執(zhí)行的變換類型：縮放、旋轉(zhuǎn)等。

是平移向量。它只是移動(dòng)點(diǎn)。

是投影向量。對(duì)于仿射變換，該向量的所有元素始終等于 0。

如果 x 和 y 是一個(gè)點(diǎn)的坐標(biāo)，則可以通過簡(jiǎn)單的乘法進(jìn)行變換：

這里，x' 和 y' 是變換點(diǎn)的坐標(biāo)。

這就是仿射變換的全部理論?，F(xiàn)在我將深入研究該程序：

步驟 1：讀取源圖像并獲取源圖像大小：

# Read source image
img_src = cv2.imread('source_image.jpg')
h, w, c = img_src.shape
 
# Get source image parameter: 
#[[left,top], [left,bottom], [right, top], [right, bottom]]
 
img_src_coordinate = np.array([[0,0],[0,h],[w,0],[w,h]])

根據(jù)源圖像，我們將得到相關(guān)坐標(biāo)如下：

[[左，上]，[左，下]，[右，上]，[右，下]]

好的！現(xiàn)在我們使用 get_paste_position 來獲取目標(biāo)圖像中的坐標(biāo)，源圖像將被粘貼到該坐標(biāo)。

def get_paste_position(event, x, y, flags, paste_coordinate_list):
    cv2.imshow('collect coordinate', img_dest_copy)
    if event == cv2.EVENT_LBUTTONUP:
    # Draw circle right in click position
    cv2.circle(img_dest_copy, (x, y), 2, (0, 0, 255), -1)
    # Append new clicked coordinate to paste_coordinate_list
    paste_coordinate_list.append([x, y])

點(diǎn)擊4個(gè)點(diǎn)后，我們將4個(gè)點(diǎn)保存到paste_coordinate_list：

while True:
    cv2.waitKey(1)
    if len(paste_coordinate) == 4:
        break

然后，這 4 個(gè)點(diǎn)將通過 cv2.findHomography 計(jì)算投影變換矩陣。

matrix, _ = cv2.findHomography(img_src_coordinate, paste_coordinate, 0)

得到投影變換矩陣后，我們將使用 cv2.warpPerspective 將源圖像轉(zhuǎn)換為具有目標(biāo)圖像大小的透視圖像。

perspective_img = cv2.warpPerspective(img_src, matrix, (img_dest.shape[1], img_dest.shape[0]))

這是透視圖的樣子：

透視圖

最后，將透視圖像應(yīng)用于目標(biāo)圖像，這就是最終效果：

完整代碼：

import cv2 as cv2
import numpy as np
 
# This function will get click pixel coordinate that source image will be pasted to destination image
def get_paste_position(event, x, y, flags, paste_coordinate_list):
    cv2.imshow('collect coordinate', img_dest_copy)
    if event == cv2.EVENT_LBUTTONUP:
    # Draw circle right in click position
    cv2.circle(img_dest_copy, (x, y), 2, (0, 0, 255), -1)

    # Append new clicked coordinate to paste_coordinate_list
    paste_coordinate_list.append([x, y])
if __name__ == '__main__':
    
    # Read source image
    img_src = cv2.imread('woman-1807533_960_720.webp', cv2.IMREAD_COLOR)
    
    # cv2.imwrite('source_image.jpg', img_src)
    h, w, c = img_src.shape
    
    # Get source image parameter: [[left,top], [left,bottom], [right, top], [right, bottom]]
    img_src_coordinate = np.array([[0,0],[0,h],[w,0],[w,h]])
    
    # Read destination image
    img_dest = cv2.imread('billboard-g7005ff0f9_1920.jpg', cv2.IMREAD_COLOR)
    
    # copy destination image for get_paste_position (Just avoid destination image will be draw)
    img_dest_copy = img_dest.copy()#np.tile(img_dest, 1)
    
    # paste_coordinate in destination image
    paste_coordinate = []
    cv2.namedWindow('collect coordinate')
    cv2.setMouseCallback('collect coordinate', get_paste_position, paste_coordinate)
    
    while True:
        cv2.waitKey(1)
        if len(paste_coordinate) == 4:
            break
    paste_coordinate = np.array(paste_coordinate)
    
    # Get perspective matrix
    matrix, _ = cv2.findHomography(img_src_coordinate, paste_coordinate, 0)
    print(f'matrix: {matrix}')
    perspective_img = cv2.warpPerspective(img_src, matrix, (img_dest.shape[1], img_dest.shape[0]))
    cv2.imshow('img', perspective_img)
    cv2.copyTo(src=perspective_img, mask=np.tile(perspective_img, 1), dst=img_dest)
    cv2.imshow('result', img_dest)
    cv2.waitKey()
    cv2.destroyAllWindows()

到此這篇關(guān)于Python使用 OpenCV 進(jìn)行圖像投影變換的文章就介紹到這了,更多相關(guān)Python OpenCV 圖像投影內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: