ToB企服应用市场:ToB评测及商务社交产业平台

标题: OpenCV图片矫正 [打印本页]

作者: 西河刘卡车医 时间: 2024-12-16 21:34
标题: OpenCV图片矫正
在盘算机视觉领域，图片矫正是一项非常重要的技能，特别是在处置惩罚因拍摄角度问题导致的图像失真时。

实验原理

图片矫正主要依靠于透视变换（Perspective Transformation）。透视变换是一种几何变换，可以将图像中的一个四边形地区映射到另一个四边形地区。这在处置惩罚如拍摄角度不正导致的图像扭曲时非常有用。
透视变换矩阵

透视变换的焦点是找到一个变换矩阵，这个矩阵可以将原图像中的点映射到目标图像中的点。OpenCV 提供了 cv2.getPerspectiveTransform 函数来盘算这个变换矩阵。我们必要指定原图像中的四个点和目标图像中的四个点，这八个点将用于盘算变换矩阵。
变换应用

一旦我们有了变换矩阵，就可以利用 cv2.warpPerspective 函数将原图像变换为目标图像。这个函数会应用透视变换矩阵，天生校正后的图像。
实验代码

下面是利用 OpenCV 进行图片矫正的完整代码：

import cv2
import numpy as np
# 1、读取一张图片
img = cv2.imread("./youhua.png")
# 2、获取透视变换矩阵
# 原图中的四个点（按顺时针或逆时针顺序选择四个顶点）
points1 = np.array([[175, 143], [642, 35], [88, 494], [659, 553]],
dtype=np.float32)
# 目标图中的四个点（新的图像区域的四个顶点）
points2 = np.array([[0, 0], [img.shape[1], 0], [0, img.shape[0]], [img.shape[1], img.shape[0]]],
dtype=np.float32)
# 计算透视变换矩阵
M = cv2.getPerspectiveTransform(points1, points2)
# 3、透视变换
# 应用透视变换矩阵进行图像矫正
img_warp = cv2.warpPerspective(img, M, (img.shape[1], img.shape[0]))
# 显示原图和矫正后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Corrected Image', img_warp)
cv2.waitKey(0)
cv2.destroyAllWindows()

复制代码

实验现象

原图显示：起首，代码读取并显示原始图像，这张图像大概由于拍摄角度问题而显得扭曲。
矫正后图像显示：应用透视变换后，图像中的扭曲部门被矫正，图像看起来更加正视。

注意事项

点的选择：选择原图像中的四个点时，必要确保这些点能够构成一个四边形，并且这个四边形的大致外形应该与目标图像中的四边形相匹配。
图像尺寸：在进行透视变换时，目标图像的尺寸必要与原图保持划一，否则大概会导致图像被拉伸或压缩。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)