概述

在計(jì)算機(jī)視覺領(lǐng)域，經(jīng)常需要對圖像進(jìn)行各種幾何變換，如旋轉(zhuǎn)、縮放和平移等。其中，透視變換（Perspective Transformation）是一種非常重要的變換方式，它能夠模擬三維空間中的視角變化，例如從不同角度觀察同一個(gè)物體時(shí)所看到的不同效果。本文將詳細(xì)介紹如何使用 OpenCV 庫在 Python 中實(shí)現(xiàn)圖像的透視變換。

環(huán)境準(zhǔn)備

在開始之前，請確保已經(jīng)安裝了 OpenCV 庫。如果沒有安裝，可以通過以下命令進(jìn)行安裝：

pip install opencv-python

運(yùn)行效果

示例代碼詳解

import cv2
import numpy as np

def func():
    """
    讀取圖像并進(jìn)行透視變換。
    :return:
    """
    # 讀取圖像
    img = cv2.imread('./resources/card.jpeg')
    print(type(img))  # 輸出圖像數(shù)據(jù)類型
    print(img.shape)  # 輸出圖像尺寸信息
    
    # 定義目標(biāo)寬度和高度
    width, height = 300, 200

    # 原始圖像上的四個(gè)點(diǎn)坐標(biāo)
    pts1 = np.float32([
        [94, 302],
        [205, 243],
        [152, 369],
        [265, 300]
    ])

    # 目標(biāo)圖像上的四個(gè)點(diǎn)坐標(biāo)
    pts2 = np.float32([
        [0, 0],
        [width, 0],
        [0, height],
        [width, height]
    ])

    # 計(jì)算透視變換矩陣
    matrix = cv2.getPerspectiveTransform(pts1, pts2)

    # 應(yīng)用透視變換
    img_output = cv2.warpPerspective(img, matrix, (width, height))

    # 展示原始圖像和變換后的圖像
    cv2.imshow('Original Image', img)
    cv2.imshow('Transformed Image', img_output)

    # 等待用戶按鍵后退出
    cv2.waitKey(0)

if __name__ == '__main__':
    func()

代碼解析

導(dǎo)入必要的庫：

import cv2
import numpy as np

cv2：OpenCV 的 Python 接口。

numpy：用于處理圖像數(shù)據(jù)的數(shù)組。

定義函數(shù) func：

def func():
    """
    讀取圖像并進(jìn)行透視變換。
    :return:
    """

讀取圖像：

img = cv2.imread('./resources/card.jpeg')
print(type(img))  # 輸出圖像數(shù)據(jù)類型
print(img.shape)  # 輸出圖像尺寸信息

使用 cv2.imread() 讀取圖像文件。

print(type(img)) 和 print(img.shape) 分別用于檢查圖像數(shù)據(jù)類型和圖像尺寸。

定義目標(biāo)寬度和高度：

width, height = 300, 200

定義圖像上的四個(gè)點(diǎn)坐標(biāo)：

pts1 = np.float32([
    [94, 302],
    [205, 243],
    [152, 369],
    [265, 300]
])

pts1 表示在原始圖像上的四個(gè)點(diǎn)坐標(biāo)，這些坐標(biāo)通常代表圖像中的某個(gè)矩形區(qū)域。

定義目標(biāo)圖像上的四個(gè)點(diǎn)坐標(biāo)：

pts2 = np.float32([
    [0, 0],
    [width, 0],
    [0, height],
    [width, height]
])

pts2 表示變換后目標(biāo)圖像上的四個(gè)點(diǎn)坐標(biāo)，這里我們把原來的矩形區(qū)域拉伸成了一個(gè)矩形。

計(jì)算透視變換矩陣：

matrix = cv2.getPerspectiveTransform(pts1, pts2)

使用 cv2.getPerspectiveTransform() 獲取從原始圖像到目標(biāo)圖像的變換矩陣。

應(yīng)用透視變換：

img_output = cv2.warpPerspective(img, matrix, (width, height))

使用 cv2.warpPerspective() 應(yīng)用透視變換，得到變換后的圖像。

展示圖像：

cv2.imshow('Original Image', img)
cv2.imshow('Transformed Image', img_output)

使用 cv2.imshow() 分別展示原始圖像和變換后的圖像。

等待用戶按鍵后退出：

cv2.waitKey(0)

cv2.waitKey(0) 使得程序等待用戶按鍵后退出。

獲取pts1數(shù)據(jù)的方式：

手動(dòng)選?。嚎梢允褂脠D像查看工具（例如Photoshop，GIMP等）打開圖像，然后手動(dòng)測量并記錄感興趣區(qū)域的四個(gè)角的像素坐標(biāo)。選取坐標(biāo)時(shí)，確保它們形成一個(gè)閉合四邊形。

編程自動(dòng)識(shí)別：如果目標(biāo)區(qū)域的邊緣特征明顯，也可以使用圖像處理技術(shù)（如邊緣檢測、角點(diǎn)檢測等）自動(dòng)識(shí)別這些角點(diǎn)，以便復(fù)用或動(dòng)態(tài)生成pts1的值。

實(shí)驗(yàn)和調(diào)整：在實(shí)際使用中，可能需要經(jīng)過幾次實(shí)驗(yàn)和調(diào)整，以獲取最佳的透視變換效果。

在這段代碼中，pts1的具體值：

pts1 = np.float32([
    [94, 302],
    [205, 243],
    [152, 369],
    [265, 300]
])

這些坐標(biāo)值為示例數(shù)據(jù)，意味著選擇了原圖中具體的一塊區(qū)域的四個(gè)點(diǎn)，具體點(diǎn)的位置需要基于圖像的內(nèi)容而定。在實(shí)際應(yīng)用中，你會(huì)根據(jù)你希望進(jìn)行變換的區(qū)域選擇具體的坐標(biāo)。

總結(jié)

本文通過一個(gè)具體的代碼示例，詳細(xì)介紹了如何使用 OpenCV 在 Python 中實(shí)現(xiàn)圖像的透視變換。透視變換是一種強(qiáng)大的工具，可以幫助我們處理圖像中的非平行投影，從而在不同的視角下獲取一致的圖像。希望本文能幫助你在實(shí)際項(xiàng)目中更好地應(yīng)用這一技術(shù)。

以上就是使用OpenCV實(shí)現(xiàn)圖像的透視變換功能的詳細(xì)內(nèi)容，更多關(guān)于OpenCV圖像透視變換的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論