如何在opencv中撤消单个点的透视变换

Question

我正在尝试使用反向透视图进行一些图像分析。我使用openCV函数getTransform和findHomography生成一个变换矩阵，并将其应用于源图像。这很有效，我能够从我想要的图像中获得分数。问题是，我不知道如何获取单个点值并撤消变换，将它们绘制回原始图片上。我只想撤消这组点的变换，以找到它们的原始位置。如何做到这一点。这些点的形式为openCV库中的点（x，y）。

Answer 1

要反转单应性（例如透视变换），通常只需反转变换矩阵。

因此，要将一些点从目标图像转换回源图像，需要反转转换矩阵，并将这些点转换为结果。要用变换矩阵变换一个点，可以将其从右乘到矩阵，然后可能进行去均匀化。

幸运的是，OpenCV不仅提供了warpAffine/warpPerspective方法，将一张图像的每个像素转换为另一张图像，而且还提供了转换单个点的方法。

使用cv::perspectiveTransform(inputVector, emptyOutputVector, yourTransformation)方法变换一组点，其中

inputVector是std::vector<cv::Point2f>（您也可以使用nx2或2xn矩阵，但有时这是错误的）。相反，您可以使用cv:：Point3f类型，但我不确定这些是同源坐标点还是用于3D变换的3D点（或者两者都有？）。

outputVector是空的std::vector<cv::Point2f>，结果将存储在中

yourTransformation是双精度3x3cv:：Mat（类似于findHomography提供的）变换矩阵（或3D点的4x4）。

Answer 2

下面是一个Python示例：

import cv2
import numpy as np
# Forward transform
point_transformed = cv2.perspectiveTransform(point_original, trans)
# Reverse transform
inv_trans = np.linalg.pinv(trans)
round_tripped = cv2.perspectiveTransform(point_transformed, inv_trans)
# Now, round_tripped should be approximately equal to point_original

Answer 3

您可以使用cv::perspectiveTransform(inputVector, emptyOutputVector, yourTransformation)对点应用透视变换

Python：cv2.perspectiveTransform(src, m) → dst

src–输入双通道或三通道浮点数组；每个元素是要变换的2D/3D矢量。m–cv2.getPerspectiveTransform(_src, _dst) 先前计算的3x3或4x4浮点变换矩阵

在python中，您必须在numpy数组中传递点，如下所示：

points_to_be_transformed = np.array([[[0, 0]]], dtype=np.float32)
transfromed_points = cv2.perspectiveTransform(points_to_be_transformed, m)

transfromed_points的形状也将与输入数组相同：points_to_be_transformed