前面學(xué)習(xí)了仿射變換，是經(jīng)常使用到的變換，也很容易理解。在日常生活中，經(jīng)常會(huì)遇到下面這種的情況：

仔細(xì)地觀察比亞迪秦這臺(tái)汽車的車牌，發(fā)現(xiàn)它拍照的角度不是垂直的方向，而是有一個(gè)角度，當(dāng)要進(jìn)行車牌識(shí)別的時(shí)候，發(fā)現(xiàn)字符是變形的，與電腦里比較的圖片肯定有區(qū)別，因此識(shí)別不出來。這時(shí)怎么辦呢？就需要經(jīng)過一個(gè)投影變換才可以把車牌號(hào)糾正過來，才能進(jìn)入識(shí)別過程。

好吧，到這里認(rèn)識(shí)到投影變換的感性認(rèn)識(shí)了，那么你又會(huì)繼續(xù)考慮下一個(gè)問題，在軟件里怎么樣計(jì)算呢，難道還是使用仿射變換的矩陣。從這里看一下，前面閩A比較大，后面88比較小，說明原本平行的兩邊已經(jīng)不平行了。仿射變換之后，平行的線還是平行的，因此這一點(diǎn)也是仿射變換與投影變換的區(qū)別。

投影變換只是保證同一條直線的點(diǎn)還是在同一條直線上，但不再保證平行了。因?yàn)橥队白儞Q是一個(gè)二維圖像（車牌）經(jīng)過一個(gè)三維變換，然后映射到另外一個(gè)二維空間，二維圖像的二維空間與映射后的二維空間不一樣，如果一樣，就是仿射變換。投影變換也可以使用矩陣來進(jìn)行描述，如下:

投影變換的矩陣是8個(gè)未知數(shù)，所以要四組不同的坐標(biāo)點(diǎn)才可以計(jì)算出來，與前面的矩陣比較一下：

在OpenCV里是使用下面的公式計(jì)算：

因此只要構(gòu)造了投影變換矩陣，其它的計(jì)算與仿射變換是一樣的。下面通過例子來演示投影變換的功能：

            
#python 3.7.4,opencv4.1
#蔡軍生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np
#圖片的路徑
imgname = "img1.jpg"
#讀取圖片
image = cv2.imread(imgname, cv2.IMREAD_COLOR)
#圖片的高度和寬度
h,w = image.shape[:2]
#從目標(biāo)坐標(biāo)計(jì)算出3X3的矩陣，然后調(diào)用warpPerspective執(zhí)行
src = np.array([[0,0],  [w-1,0],  [0,h-1], [w-1,h-1]], np.float32)
dst = np.array([[100,50], [w/2.0,50], [100,h-1], [w-1,h-1]], np.float32)
A1 = cv2.getPerspectiveTransform(src, dst)
d1 = cv2.warpPerspective(image, A1, (w, h), borderValue = 125)
#顯示操作之后的圖片
cv2.imshow("d1",d1)
#顯示圖像
cv2.imshow("image", image)
#等待用戶輸入，然后刪除所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()
          

結(jié)果輸出如下：

在這個(gè)例子里，先行構(gòu)造四組坐標(biāo)點(diǎn)，然后調(diào)用 getPerspectiveTransform 函數(shù)計(jì)算投影變換矩陣，然后調(diào)用函數(shù) warpPerspective 來計(jì)算變換。如果要糾正圖片，也是一樣的，只要給出前后的四組的坐標(biāo)值即可。

總結(jié)

以上所述是小編給大家介紹的python在OpenCV里實(shí)現(xiàn)投影變換效果,希望對(duì)大家有所幫助，如果大家有任何疑問請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！
如果你覺得本文對(duì)你有幫助，歡迎轉(zhuǎn)載，煩請(qǐng)注明出處，謝謝！