使用像素数组设置 opencv 图像/numpy 数组值

Question

尝试在 OpenCV 中对单应矩阵进行前向扭曲。不过，您不必知道这意味着什么就能理解这个问题。

假设有 2 个图像（一个图像是像素值的 2D Numpy 数组），A 和 B，以及一个数组 match，看起来像

[[  6.96122642e+01  -1.06556338e+03   1.02251944e+00] 
 [  6.92265938e+01  -1.06334423e+03   1.02246589e+00]
 [  6.88409234e+01  -1.06112508e+03   1.02241234e+00]
 ... ]

第一列为 X，第二列为 Y，第三列为标量。这些 XY 值是图像 A 的像素索引，对应于图像 B 的索引

[[0,0], 
 [0,1], 
 [0,2]
 ... ]

我想使用此信息从 imageA 快速设置 imageB 值。我有这个工作，但它没有我想要的那么快

yAs = np.int32(np.round( match[:, 0] / match[:, 2] )
xAs = np.int32(np.round( match[:, 1] / match[:, 2] )
it = np.nditer(pixelsImageB[0], flags=['f_index'])
while not it.finished:
    i = it.index    
    xA = xAs[i]
    yA = yAs[i] 
    if in_bounds(xA, yA, imageA):
        yB = pixB[0][i]
        xB = pixB[1][i] 
        imageB[xB,yB] = imageA[xA,yA]

    it.iternext()

但我不确定如何在 Numpy 中快速实现这一点，天真地执行此循环非常慢。我是高级索引、广播等方面的专家。有什么想法吗？

Answer 1

最快的方法是不重新发明轮子并使用cv.WarpPerspective函数。

或者，您可以使用 Pillow Image.transform 方法，根据文档，它比 OpenCV 稍有优势，因为它还支持双三次插值，这应该会产生更好质量的输出。