企业官网建设流程全解析

1.透视变换

为了获得透视变换提供的更佳灵活性(透视变换又称单应性(homography)，即将点从一个平面映射到另一个平面上的对应点，保留了直线的关系)，我们需要一个新的函数来表达这种更宽泛的变换。首先我们注意到， 尽管一个透视变换完全由一个单矩阵指定，但投影实际上不是线性变换。因为变换要求除最后的维数(通常是Z)，因此，在处理的过程中丢失了一个维数。同仿射变换，图像运算(密度变换)不同于点运算(稀疏变换)，它是由不同的函数完成的。

1.1稠密透视变换：cv::warpPerspective()

( 1 )函数原型：

void cv::warpPerspective ( InputArray OutputArray InputArray Size int int const Scalar & )

参数说明：

src—— 输入图像

dst—— 输出图像

M—— 一个 3 × 3 变换矩阵

dsize—— 输出图像大小

flags—— 插值方法组合(INTER_LINEAR或INTER_NEAREST) ,以及可选标识WARP_INVERSE_MAP(这种情况集合M是作为逆变换矩阵)。

(3)示例：

void Test_warpPerspective() { // 读取原图像 Mat img_src = imread("D:\\TestVideo\\Flower6-2.jpg"); // 读取原图像的四个角 vector<Point2f> pts_src; //pts_src.push_back(Point2f(0, 0)); //pts_src.push_back(Point2f(480, 159)); //pts_src.push_back(Point2f(493, 630)); //pts_src.push_back(Point2f(64, 601)); pts_src.push_back(Point2f(0, 0)); pts_src.push_back(Point2f(img_src.cols-1, 0)); pts_src.push_back(Point2f(img_src.cols-1, img_src.rows-1)); pts_src.push_back(Point2f(0, img_src.rows - 1)); // 读目标图像 //Mat img_dst = Mat::zeros(img_src.rows, img_src.cols, img_src.type()); // 目标图像的四个角. vector<Point2f> pts_dst; pts_dst.push_back(Point2f(img_src.cols*0.05f, img_src.rows*0.33f )); pts_dst.push_back(Point2f(img_src.cols*0.9f, img_src.rows*0.25f)); pts_dst.push_back(Point2f(img_src.cols*0.8f, img_src.rows * 0.9f)); pts_dst.push_back(Point2f(img_src.cols*0.2f, img_src.rows * 0.7f)); // 计算变换矩阵 // Calculate Homography Mat warp_mat = findHomography(pts_src, pts_dst); //或下列语句 //Mat warp_mat = getPerspectiveTransform(pts_src, pts_dst); Mat img_out; warpPerspective(img_src, img_out, warp_mat, img_src.size(),cv::INTER_LINEAR,cv::BORDER_CONSTANT,cv::Scalar()); // 显示图像 imshow("Source Image", img_src); imshow("Warped Image", img_out); cv::waitKey(0); }

原图像：

变换后的图像：