我在尝试获取perspectiveTransform()以产生我能理解的结果时遇到了问题。
我正在写一个图像匹配应用程序。这些图像大多是绘画。我匹配的是整体，整体，部分，部分，甚至部分。决议将有所不同。由于这种关系，通常使用的"对象"场景"术语不适用。因为对象实际上可以是场景，反之亦然。所以我使用查询图像和目标索引图像来描述查询和我匹配的图像。
我一直在学习各种OpenCV教程，将一幅图像与另一幅图像进行匹配，然后使用透视变换在识别的图像上放置边界框。。。但是我遇到了问题。
图像1-整个部分-图像匹配结果：查询图像(左)，目标预索引img(右)
在添加到这个图片中，我们可以看到我有一个完整的部分关系。作为进行该处理的SIFT过程的一部分，图像已被缩放到最大边缘1000并变为灰度。
Query image dimensions x=1000, y=750
Idx image dimensions x=667, y=1000
Initial Flann matches: 501
After Lowe's 2nd nn ratio: 48 matches
RANSAC inliers: 37 matches
代码。。
homography = Calib3d.findHomography(idxMatOfPoint2f, queryMatOfPoint2f, Calib3d.RANSAC, 5, mask, 2000, 0.995);
Mat query_corners = new Mat(4, 1, CvType.CV_32FC2);
Mat idx_corners = new Mat(4, 1, CvType.CV_32FC2);
query_corners.put(0, 0, new double[]{0, 0});
query_corners.put(1, 0, new double[]{queryImage.cols() - 1, 0});
query_corners.put(2, 0, new double[]{queryImage.cols() - 1, queryImage.rows() - 1});
query_corners.put(3, 0, new double[]{0, queryImage.rows() - 1});
Core.perspectiveTransform(query_corners, idx_corners, homography);
该代码的结果给出了以下数据(原始x，y：转换后的x，y)
Corners - Top-left = 0.0,0.0 : 163.84683227539062,167.56898498535156
Corners - Top-right = 999.0,0.0 : 478.38623046875,169.61349487304688
Corners - Bot-right = 999.0,749.0 : 491.45220947265625,411.24688720703125
Corners - Bot-left = 0.0,749.0 : 162.11233520507812,411.5089416503906
现在很明显，画点的图像是错误的，但选择在上面画意味着我已经确定了这一点。然而，我发现奇怪的是，这个框是查询图像的整个大小，转换为第二个图像的空间。我没想到盒子会缩小尺寸和形状，甚至看起来与第一张图片不匹配。
变换后的x，y对我来说没有任何意义。有人能解释一下吗？
图像2-部分整体-图像匹配结果：查询图像(左)，目标预索引img(右)
查看图像2，其中查询是目标idx图像的一部分和整体：
Initial Flann matches: 500
After Lowe's 2nd nn ratio: 21
RANSAC inliers: 17
query image dimensions x=1000, y=750
idx image dimensions x=1000, y=609
Corners - Top-left = 0.0,0.0 : -1228.55224609375,-923.1514282226562
Corners - Top-right = 999.0,0.0 : 3561.064453125,-930.8649291992188
Corners - Bot-right = 999.0,749.0 : 2768.0224609375,1934.417236328125
Corners - Bot-left = 0.0,749.0 : -699.1375732421875,2089.652587890625
再说一遍，这对我来说毫无意义。-1228？但这两个图像只有1000个，查询完全包含在目标idx图像中。
最后一张图片显示了这件事的挫败感。图3-整体在这里，我们可以看到经过透视变换的角点离得很远——它实际上比匹配的图像小……看起来透视变换函数返回的结果几乎是随机的。
有人能认出我做错了什么吗？我是否误解了视角转换？
感谢Micka。。。透视变换()中问题的答案是因为查询和预索引的图像点在函数调用中交换了。以下调用为匹配的图像提供正确的结果。
单应性=Calib3d.find单应性(queryMatOfPoint2f，idxMatOfPoint2f，Calib3d.RANSAC，5，mask，20000.995)；
然而，单应性让一组奇怪的匹配通过，这是不应该被允许的。我将发布一个新的Q，因为透视变换现在已经解决了。