【OpenCV】透视变换_opencv 透视变换矩阵一定是3x3吗

接上篇
二 透视变换
透视变换是将图像投影到一个新的视平面，也称作投影映射。透视变换能提供更大的灵活性，但是一个透视投影并不是线性变换，因此其采用的是3X3的映射矩阵，控制点变为4个。

• Opencv中有封装好的透视变换函数：

void warpPerspective(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())
1

• 生成变换矩阵的函数为：

Mat getPerspectiveTransform(const Point2f* src, const Point2f* dst)
1

• 实例
  1 画出立方体
  图片大小为600*600，立方体边长为300。
  首先画出前面，各点坐标为（50,200），（350,200），（350,500），（50,500）。
  然后画出上边四边形，坐标为（300,100），（550,100）。
  最后画出右边四边形，坐标（550,320）。

2 上四边形透视变换

3 右四边形透视变换

• 透视变换程序

//透视变换源程序
#include <iostream>
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
using namespace std;

int main()
{
	Mat src_img(600, 600, CV_8UC3);
	
	//读入图像
	Mat img_1 = imread("F:/OpenCV_work/CV_AR/Task_2_Perspective/pic/2.jpg");
	Mat img_2 = imread("F:/OpenCV_work/CV_AR/Task_2_Perspective/pic/1.jpg");
	Mat img_3 = imread("F:/OpenCV_work/CV_AR/Task_2_Perspective/pic/3.jpg");
	正面图像嵌入
	Mat roi_1 = src_img(Rect(50, 200, img_1.rows, img_1.cols));
	Mat mask_1(roi_1.rows, roi_1.cols, roi_1.depth(), Scalar(1));
	img_1.copyTo(roi_1, mask_1);
	上图像嵌入
	Point2f src2_points[4] = { Point2f(0,300),Point2f(300,300),Point2f(300,0),Point2f(0,0)};
	Point2f dst2_points[4] = { Point2f(0,100),Point2f(300,100),Point2f(500,0),Point2f(250,0)};
	Mat M2 = getPerspectiveTransform(src2_points, dst2_points);
	Mat dst_2;
	Size size2(500, 100);
	warpPerspective(img_2, dst_2, M2, size2);
	Mat roi_2 = src_img(Rect(50, 100, dst_2.cols, dst_2.rows));
	Mat mask_2(roi_2.rows, roi_2.cols, roi_2.depth(), Scalar(0));
	dst_2.copyTo(roi_2, dst_2);
	//右图像嵌入
	Point2f src3_points[4] = { Point2f(0,0),Point2f(0,300),Point2f(300,0),Point2f(300,300)};
	Point2f dst3_points[4] = { Point2f(0,100),Point2f(0,400),Point2f(200,0),Point2f(200,220) };
	Mat M3 = getPerspectiveTransform(src3_points, dst3_points);
	Mat dst_3;
	Size size3(200, 400);
	warpPerspective(img_3, dst_3, M3, size3);
	Mat roi_3 = src_img(Rect(350, 100, dst_3.cols, dst_3.rows));
	Mat mask_3(roi_3.rows, roi_3.cols, roi_3.depth(), Scalar(0));
	dst_3.copyTo(roi_3, dst_3);

	//正方形
	line(src_img, Point(50, 500), Point(350, 500), Scalar(255, 0, 255), 1, CV_AA);
	line(src_img, Point(50, 200), Point(350, 200), Scalar(255, 0, 255), 1, CV_AA);
	line(src_img, Point(50, 200), Point(50, 500), Scalar(255, 0, 255), 1, CV_AA);
	line(src_img, Point(350, 200), Point(350, 500), Scalar(255, 0, 255), 1, CV_AA);
	//上四边形
	line(src_img, Point(300, 100), Point(50, 200), Scalar(255, 0, 255), 1, CV_AA);
	line(src_img, Point(300, 100), Point(550, 100), Scalar(255, 0, 255), 1, CV_AA);
	line(src_img, Point(550, 100), Point(350, 200), Scalar(255, 0, 255), 1, CV_AA);
	//右四边形
	line(src_img, Point(550, 100), Point(550, 320), Scalar(255, 0, 255), 1, CV_AA);
	line(src_img, Point(550, 320), Point(350, 500), Scalar(255, 0, 255), 1, CV_AA);
	
	imshow("dst_2", dst_2);
	imshow("dst_3", dst_3);
	imshow("180121", src_img);

	waitKey(0);
	return 0;
}


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64

欢迎指正！