坐标数组透视变换

我有一个坐标（2D）的数组，并且想要计算不同四边形中的新坐标。我只知道两个四边形的角落。坐标数组透视变换

因此，例如，旧的四边形顶点坐标是

topleft(25,25), Topright(200,20), Botomleft(35,210), Botomright(215,200)

新的四边形：

Topleft(-50,50), Topright(50,50), Botomleft(-50,-50), Botomright(-50,-50)

有OpenCV中（CV2）特定功能这样做，甚至一个公式。

我在寻找相当长的一段时间，我似乎只能找到矩阵计算或函数来转换整个图像或数组。

来源

2014-12-02 Rens

如果我理解正确的话，OpenCV的你需要的东西：

首先，计算变换矩阵：

import cv2 
import numpy as np 
src = np.array(((25, 25), (200, 20), (35, 210), (215, 200)), dtype=np.float32) 
dest = np.array(((-50, -50), (50, -50), (-50, 50), (50, 50)), dtype=np.float32) 
mtx = cv2.getPerspectiveTransform(src, dest)

你会发现我冒昧地使dest的方向匹配src的一个在计算变换之前（颠倒的顶部和底部）。

现在矩阵可以用来转换点中的任意阵列（2D在我们的例子）：

original = np.array([((42, 42), (30, 100), (150, 75))], dtype=np.float32) 
converted = cv2.perspectiveTransform(original, mtx)

结果：

>>> converted 
>>> array([[[-41.06365204 -40.27705765] 
     [-49.48046112 -8.70405197] 
     [ 18.60642052 -19.92881393]]])

作为最后一个建议，请注意的形状输入点数组original：它必须是一个3D数组，因为我发现了here。

来源

2014-12-03 15:02:37

坐标数组透视变换

回答

相关问题