opencv透视变化

1. 概念：

        仿射变换(affine transform)与透视变换(perspective transform)在图像还原、图像局部变化处理方面有重要意义。通常，在2D平面中，仿射变换的应用较多，而在3D平面中，透视变换又有了自己的一席之地。两种变换原理相似，结果也类似，可针对不同的场合使用适当的变换。 仿射变换和透视变换的数学原理不需深究，在应用层面，仿射变换是图像基于3个固定顶点的变换。

2. findHomography函数    （找到两个平面之间的变换矩阵）

        findHomography： 计算多个二维点对之间的最优单映射变换矩阵 H（3行x3列） ，使用最小均方误差或者RANSAC方法。函数功能：找到两个平面之间的变换矩阵。

参数：

Mat cv::findHomography	(	InputArray 	srcPoints,
                                InputArray 	dstPoints,
                                int 	method = 0,
                                double 	ransacReprojThreshold = 3,
                                OutputArray 	mask = noArray(),
                                const int 	maxIters = 2000,
                                const double 	confidence = 0.995 
)

 

实例：

//前方视图
    vector<Point2f> objq;
    objq.push_back(Point2f(0, 0));
    objq.push_back(Point2f(700, 0));
    objq.push_back(Point2f(430, 230));
    objq.push_back(Point(265, 230));
 
//计算得到转换映射矩阵 3*3
    Mat res = findHomography(obj,objq, CV_RANSAC);

3. warpPerspective函数 

void warpPerspective(InputArray src,

                                 OutputArray dst, InputArray M,

                                Size dsize, int flags=INTER_LINEAR,

                                 int borderMode=BORDER_CONSTANT,

                        const Scalar& borderValue=Scalar())

warpPerspective参数说明：

                         src – 输入图像             dst – 大小为dsize且类型与src相同的输出图像

                        M – 3×3变换矩阵         dsize – 输出图像的大小

 //透视转换  上面的实例搭配使用
    warpPerspective(img1, dst, res, dst.size());