透视变换
文章目录
-
1、导入opencv等相关库，并封装一个显示图像的函数，方便后面显示图像
-
2、读取图片
-
3、设置输出图片的宽高
-
4、设置透视变换前后顶点位置✨✨✨
-
5、调用opencv中函数进行透视变换✨✨✨
-
6、显示透视变换后的结果并将其保存
首先我们来看一下透视变换所能实现的效果，如下所示：
可以看出，经过透视变换后我们可以将原本倾斜的本子变成规规矩矩的。🙆🏼♂️🙆🏼♂️🙆🏼♂️这样的操作后我们就可以集中精力来处理我们所关注的本子的信息，而不受外界环境的影响，是不是很神奇，下面让我们一起来学习一下。✈✈✈
1、导入opencv等相关库，并封装一个显示图像的函数，方便后面显示图像
import cv2 #opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt#Matplotlib是RGB
%matplotlib inline
def cv_show(img,name):
cv2.imshow(name,img)
cv2.waitKey()
cv2.destroyAllWindows()
2、读取图片
#读取图片
image=cv2.imread('book.jpg') #这里传入所需图片路径
cv_show(image,"image")
3、设置输出图片的宽高
4、设置透视变换前后顶点位置✨✨✨
pts1 = np.float32([[1037,1109],[1893,237],[3113,2641],[3925,1473]])
pts2 = np.float32([[0,0],[width,0],[0,height],[width,height]])
pts1中的坐标位置我们怎么得到呢，我们可以借助画图工具来获取本子四个顶点的坐标，如下图：【当鼠标移动到对应位置，左下角会显示对应的像素坐标】
5、调用opencv中函数进行透视变换✨✨✨
M = cv2.getPerspectiveTransform(pts1, pts2)
warped = cv2.warpPerspective(image, M, (width, height))
这部分是核心，主要是通过opencv中的函数来实现的，输出的warped就是经过透视变换后的图片。感兴趣的可以看一下透视变换的原理，这里不赘述，主要的思想就是把二维的图片先拉到三维，然后再输出为二维。
6、显示透视变换后的结果并将其保存
cv_show(warped,'warped')
cv2.imwrite('warped.png',warped)
