当前位置: 首页 > news >正文

OpenCV几何图像变换(10)透视变换函数warpPerspective()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

warpPerspective 函数使用指定的矩阵对源图像进行透视变换:
dst ( x , y ) = src ( M 11 x + M 12 y + M 13 M 31 x + M 32 y + M 33 , M 21 x + M 22 y + M 23 M 31 x + M 32 y + M 33 ) \texttt{dst} (x,y) = \texttt{src} \left ( \frac{M_{11} x + M_{12} y + M_{13}}{M_{31} x + M_{32} y + M_{33}} , \frac{M_{21} x + M_{22} y + M_{23}}{M_{31} x + M_{32} y + M_{33}} \right ) dst(x,y)=src(M31x+M32y+M33M11x+M12y+M13,M31x+M32y+M33M21x+M22y+M23)
当设置了标志 WARP_INVERSE_MAP 时。否则,先使用 invert 函数对变换进行反转,然后将反转后的矩阵放入上述公式中代替 M。
该函数不能原地操作。

warpPerspective函数用于应用透视变换到图像上。透视变换是一种更为复杂的变换,它可以实现图像的倾斜和扭曲,通常用于模拟三维空间中的视角变化。透视变换需要一个3x3的变换矩阵,该矩阵可以由四对匹配的点(源图像中的四个点和目标图像中的四个点)计算得出。

函数原型

void cv::warpPerspective	
(InputArray 	src,OutputArray 	dst,InputArray 	M,Size 	dsize,int 	flags = INTER_LINEAR,int 	borderMode = BORDER_CONSTANT,const Scalar & 	borderValue = Scalar() 
)		

参数

  • 参数src 输入图像。
  • 参数dst 输出图像,它具有 dsize 的大小和与 src 相同的类型。
  • 参数M 3×3的变换矩阵。
  • 参数dsize 输出图像的大小。
  • 参数flags 插值方法的组合(INTER_LINEAR 或 INTER_NEAREST)和可选标志 WARP_INVERSE_MAP,该标志表示 M 是逆变换(dst→src)。
  • 参数borderMode 像素外推方法(BORDER_CONSTANT 或 BORDER_REPLICATE)。
  • 参数borderValue 在存在常数边界时所使用的值;默认情况下,它是 0。

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>using namespace cv;int main(int argc, char** argv)
{// 读取图像Mat image = imread("/media/dingxin/data/study/OpenCV/sources/images/fruit_small.jpg", IMREAD_COLOR);if (image.empty()) {std::cerr << "Error: Could not open or find the image." << std::endl;return -1;}// 定义源图像和目标图像的四个角点Point2f srcPoints[4] = {Point2f(0, 0), Point2f(image.cols - 1, 0), Point2f(image.cols - 1, image.rows - 1), Point2f(0, image.rows - 1)};Point2f dstPoints[4] = {Point2f(0, 0), Point2f(image.cols - 1, 0), Point2f(image.cols - 100, image.rows - 100), Point2f(100, image.rows - 100)};// 设置输出图像的大小Size dsize(image.cols, image.rows);// 计算透视变换矩阵Mat perspectiveMatrix = getPerspectiveTransform(srcPoints, dstPoints);// 创建输出图像Mat transformedImage;// 应用透视变换warpPerspective(image, transformedImage, perspectiveMatrix, dsize, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));// 显示结果namedWindow("Original Image", WINDOW_NORMAL);imshow("Original Image", image);namedWindow("Transformed Image", WINDOW_NORMAL);imshow("Transformed Image", transformedImage);waitKey(0);return 0;
}

运行结果

在这里插入图片描述

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 国内首个“舱泊一体”平台量产上车,这家芯片公司抢跑「跨域」新市场
  • Vue小玩意儿:vue3+express.js实现大文件分片上传
  • 一文掌握 Go 内存对齐
  • pygame开发课程系列(7):打砖块,飞行射击,跳跃游戏实例开发
  • 为什么我编写不出优秀的ChatGPT提示词?
  • 深度学习中常用参数解释
  • ADE7953ACPZ-RL带零线电流测量的单相多功能计量IC 高精度与功能特性概览
  • 车载T-Box通信稳定性弱网测试方案
  • transforms
  • C语言-指针
  • 【数学分析笔记】第2章第3节无穷大量(1)
  • PMP核心知识点—之项目管理基础
  • vue3+ts+vant4 列表下拉刷新+分页加载
  • C学习(数据结构)--> 实现顺序结构二叉树
  • 使用maven快速生成打包文件2
  • 收藏网友的 源程序下载网
  • 「译」Node.js Streams 基础
  • 【翻译】babel对TC39装饰器草案的实现
  • conda常用的命令
  • CSS盒模型深入
  • Dubbo 整合 Pinpoint 做分布式服务请求跟踪
  • el-input获取焦点 input输入框为空时高亮 el-input值非法时
  • JAVA 学习IO流
  • Java面向对象及其三大特征
  • Service Worker
  • Spring Cloud Alibaba迁移指南(一):一行代码从 Hystrix 迁移到 Sentinel
  • vue 个人积累(使用工具,组件)
  • 从输入URL到页面加载发生了什么
  • 汉诺塔算法
  • 如何将自己的网站分享到QQ空间,微信,微博等等
  • 使用 Node.js 的 nodemailer 模块发送邮件(支持 QQ、163 等、支持附件)
  • 学习笔记TF060:图像语音结合,看图说话
  • MyCAT水平分库
  • 湖北分布式智能数据采集方法有哪些?
  • !$boo在php中什么意思,php前戏
  • #【QT 5 调试软件后,发布相关:软件生成exe文件 + 文件打包】
  • #define
  • (02)Hive SQL编译成MapReduce任务的过程
  • (145)光线追踪距离场柔和阴影
  • (CVPRW,2024)可学习的提示:遥感领域小样本语义分割
  • (ResultSet.TYPE_SCROLL_INSENSITIVE,ResultSet.CONCUR_READ_ONLY)讲解
  • (二)WCF的Binding模型
  • (附源码)spring boot北京冬奥会志愿者报名系统 毕业设计 150947
  • (附源码)计算机毕业设计SSM疫情居家隔离服务系统
  • (附源码)计算机毕业设计大学生兼职系统
  • (五)activiti-modeler 编辑器初步优化
  • (一)Spring Cloud 直击微服务作用、架构应用、hystrix降级
  • (转)ObjectiveC 深浅拷贝学习
  • (转)Unity3DUnity3D在android下调试
  • .helper勒索病毒的最新威胁:如何恢复您的数据?
  • .Net CoreRabbitMQ消息存储可靠机制
  • .net framework profiles /.net framework 配置
  • .NET与 java通用的3DES加密解密方法
  • :如何用SQL脚本保存存储过程返回的结果集
  • @RequestMapping用法详解