我的OpenCV重映射（）ing有什么问题？

Question

我从Image transformation in OpenCV的答案https://stackoverflow.com/a/10374811/4828720中的代码，并试图使其适应我的图像。

我的源图像：

在这里面，我确定的格子砖的中心的像素坐标，这里所示：

我的目标分辨率784我计算像素的目标坐标。我得到的代码是这样的：

import cv2 
from scipy.interpolate import griddata 
import numpy as np 

source = np.array([ 
    [315, 15], 
    [962, 18], 
    [526, 213], 
    [754, 215], 
    [516, 434], 
    [761, 433], 
    [225, 701], 
    [1036, 694], 
], dtype=int) 

destination = np.array([ 
    [14, 14], 
    [770, 14], 
    [238, 238], 
    [546, 238], 
    [238, 546], 
    [546, 546], 
    [14, 770], 
    [770, 770] 
], dtype=int) 

source_image = cv2.imread('frames.png') 

grid_x, grid_y = np.mgrid[0:783:784j, 0:783:784j] 
grid_z = griddata(destination, source, (grid_x, grid_y), method='cubic') 
map_x = np.append([], [ar[:,1] for ar in grid_z]).reshape(784,784) 
map_y = np.append([], [ar[:,0] for ar in grid_z]).reshape(784,784) 
map_x_32 = map_x.astype('float32') 
map_y_32 = map_y.astype('float32') 
warped_image = cv2.remap(source_image, map_x_32, map_y_32, cv2.INTER_CUBIC) 
cv2.imwrite("/tmp/warped2.png", warped_image) 

如果我运行它，没有源点在他们的目的地结束了，但我得到一个扭曲的混乱来代替。我添加的目标点之上的位置：

我要去哪里错了？我注意到我的网格和地图数组并不像示例中那样分布得很好。我的积分是否太少？我是否需要在常规电网中使用它们？我只尝试使用外角的四个点也没有运气。

Answer 1

整个问题是，我再次得到了由numpy的的行/列的索引，而不是X/Y混淆。 #opencv IRC频道中的人指出了它。我的源和目的数组必须有自己的列切换：

source = np.array([ 
    [15, 315], 
    [18, 962], 
    [213, 526], 
    [215, 754], 
    [434, 516], 
    [433, 761], 
    [701, 225], 
    [694, 1036], 
], dtype=int) 

destination = np.array([ 
    [14, 14], 
    [14, 770], 
    [238, 238], 
    [238, 546], 
    [546, 238], 
    [546, 546], 
    [770, 14], 
    [770, 770] 
], dtype=int) 

然后它的工作如预期（忽略丑陋扭曲，这是坐标的简单列表中找到的bug）：

Answer 2

如果你只有8点扭曲你的图像没有真正的扭曲，我会建议使用透视转换here描述。

您引用的链接会尝试消除导致非直线的额外扭曲，但图像中的所有线条都是笔直的。

代码是这样：

import cv2 
import numpy as np 
import matplotlib.pyplot as plt 

img = cv2.imread('image.png') 
rows,cols,ch = img.shape 

pts1 = np.float32([ 
    [315, 15], 
    [962, 18], 
    [225, 701], 
    [1036, 694], 
], dtype=int) 

pts2 = np.float32([ 
    [14, 14], 
    [770, 14], 
    [14, 770], 
    [770, 770] 
], dtype=int) 

M = cv2.getPerspectiveTransform(pts1,pts2) 

dst = cv2.warpPerspective(img,M,(784,784)) 

plt.subplot(121),plt.imshow(img),plt.title('Input') 
plt.subplot(122),plt.imshow(dst),plt.title('Output') 
plt.show()