getPerspectiveTransform 和 warpPerspective 如何工作？ [Python]

Question

对于getPerspectiveTransform 和warpPerspective 如何在 OpenCV 中工作，特别是在 Python 中，我找不到完美的解释。我对这些方法的理解是：

给定来自源图像的 4 个点和 4 个新点 getPerspectiveTransform 返回一个 (3, 3) 矩阵，该矩阵在将图像作为参数发送到 warpPerspective 时会以某种方式裁剪图像。我认为 4 个点（来自 src 图像）在图像上形成一个多边形，然后将其删除/裁剪，然后将这个新裁剪的图像安装在新给定的 4 个点之间，我还看到warpPerspective 的输入大小为新图像。所以我推断这一点，如果新点的最大高度/最大宽度（从点计算......想象这些点是矩形或四边形的角）小于提供的宽度或高度，剩余区域是留下空白，基本上是黑色/白色，但情况并非如此......如果从新点计算的宽度/高度小于提供的宽度和高度，则剩余空间被源图像的某些部分填充本质上是4个源点的外部...

我无法理解这种行为......

那么我是不是对这些方法的解释有误？如果是，请提供对这些方法的正确解释。

PS。我对 OpenCV 还很陌生，如果有人解释 getPerspectiveTransform warpPerspective 使用的基础数学，那就太好了。

提前致谢。

Answer 1

这些函数是称为几何变换的图像处理概念的一部分。 在现实生活中拍照时，总会存在某种几何失真，可以使用几何变换来消除这种失真。它还有其他应用，包括构建马赛克、地理测绘、立体和视频。

这是来自this site 的示例：

所以基本上warpPerspective 将源图像转换为所需的版本，并使用getPerspectiveTransform 给出的 3*3 转换矩阵完成这项工作。

查看更多详情here。

现在，如果您想知道如何从源图像和目标图像中找到这对 4 个点，您应该检查另一个称为特征提取的图像处理概念。这些方法可以完美地找到图像的重要区域，您可以将它们与从不同视图拍摄的同一对象的另一张图像进行匹配。 （检查 SIFT、SURF、ORB 等）

匹配特征的示例：

所以warpPerspective 不仅会裁剪您的图像，它还会根据变换矩阵传输整个图像（不仅仅是由 4 个点指定的区域），而这些点将仅用于查找正确的矩阵。