Python使用 OpenCV 進行影象投影變換

2022-08-24 18:03:22

投影變換（仿射變換）

在數學中，線性變換是將一個向量空間對映到另一個向量空間的函數，通常由矩陣實現。如果對映保留向量加法和標量乘法，則對映被認為是線性變換。

要將線性變換應用於向量（即，一個點的座標，在我們的例子中——畫素的 x 和 y 值），需要將該向量乘以表示線性變換的矩陣。作為輸出，你將獲得一個座標轉換後的向量。

投影變換可以用以下矩陣表示：

其中：

是一個旋轉矩陣。該矩陣定義了將要執行的變換型別：縮放、旋轉等。

是平移向量。它只是移動點。

是投影向量。對於仿射變換，該向量的所有元素始終等於 0。

如果 x 和 y 是一個點的座標，則可以通過簡單的乘法進行變換：

這裡，x' 和 y' 是變換點的座標。

這就是仿射變換的全部理論。現在我將深入研究該程式：

步驟 1：讀取源影象並獲取源影象大小：

# Read source image
img_src = cv2.imread('source_image.jpg')
h, w, c = img_src.shape
 
# Get source image parameter: 
#[[left,top], [left,bottom], [right, top], [right, bottom]]
 
img_src_coordinate = np.array([[0,0],[0,h],[w,0],[w,h]])

根據源影象，我們將得到相關座標如下：

[[左，上]，[左，下]，[右，上]，[右，下]]

好的！現在我們使用 get_paste_position 來獲取目標影象中的座標，源影象將被貼上到該座標。

def get_paste_position(event, x, y, flags, paste_coordinate_list):
    cv2.imshow('collect coordinate', img_dest_copy)
    if event == cv2.EVENT_LBUTTONUP:
    # Draw circle right in click position
    cv2.circle(img_dest_copy, (x, y), 2, (0, 0, 255), -1)
    # Append new clicked coordinate to paste_coordinate_list
    paste_coordinate_list.append([x, y])

點選4個點後，我們將4個點儲存到paste_coordinate_list：

while True:
    cv2.waitKey(1)
    if len(paste_coordinate) == 4:
        break

然後，這 4 個點將通過 cv2.findHomography 計算投影變換矩陣。

matrix, _ = cv2.findHomography(img_src_coordinate, paste_coordinate, 0)

得到投影變換矩陣後，我們將使用 cv2.warpPerspective 將源影象轉換為具有目標影象大小的透檢視像。

perspective_img = cv2.warpPerspective(img_src, matrix, (img_dest.shape[1], img_dest.shape[0]))

這是透檢視的樣子：

透檢視

最後，將透檢視像應用於目標影象，這就是最終效果：

完整程式碼：

import cv2 as cv2
import numpy as np
 
# This function will get click pixel coordinate that source image will be pasted to destination image
def get_paste_position(event, x, y, flags, paste_coordinate_list):
    cv2.imshow('collect coordinate', img_dest_copy)
    if event == cv2.EVENT_LBUTTONUP:
    # Draw circle right in click position
    cv2.circle(img_dest_copy, (x, y), 2, (0, 0, 255), -1)

    # Append new clicked coordinate to paste_coordinate_list
    paste_coordinate_list.append([x, y])
if __name__ == '__main__':
    
    # Read source image
    img_src = cv2.imread('woman-1807533_960_720.webp', cv2.IMREAD_COLOR)
    
    # cv2.imwrite('source_image.jpg', img_src)
    h, w, c = img_src.shape
    
    # Get source image parameter: [[left,top], [left,bottom], [right, top], [right, bottom]]
    img_src_coordinate = np.array([[0,0],[0,h],[w,0],[w,h]])
    
    # Read destination image
    img_dest = cv2.imread('billboard-g7005ff0f9_1920.jpg', cv2.IMREAD_COLOR)
    
    # copy destination image for get_paste_position (Just avoid destination image will be draw)
    img_dest_copy = img_dest.copy()#np.tile(img_dest, 1)
    
    # paste_coordinate in destination image
    paste_coordinate = []
    cv2.namedWindow('collect coordinate')
    cv2.setMouseCallback('collect coordinate', get_paste_position, paste_coordinate)
    
    while True:
        cv2.waitKey(1)
        if len(paste_coordinate) == 4:
            break
    paste_coordinate = np.array(paste_coordinate)
    
    # Get perspective matrix
    matrix, _ = cv2.findHomography(img_src_coordinate, paste_coordinate, 0)
    print(f'matrix: {matrix}')
    perspective_img = cv2.warpPerspective(img_src, matrix, (img_dest.shape[1], img_dest.shape[0]))
    cv2.imshow('img', perspective_img)
    cv2.copyTo(src=perspective_img, mask=np.tile(perspective_img, 1), dst=img_dest)
    cv2.imshow('result', img_dest)
    cv2.waitKey()
    cv2.destroyAllWindows()

到此這篇關於Python使用 OpenCV 進行影象投影變換的文章就介紹到這了,更多相關Python OpenCV 影象投影內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

Python使用 OpenCV 進行影象投影變換

熱門文章