Python OpenCV透视变换详解：从坐标获取到代码实现

准备工作

在右侧新建的项目中右键，选择Python File创建一个新的Python文件。在文件开头import cv2导入cv2库，import numpy并将numpy库重命名为np以便后续调用。

import cv2
import numpy as np

需要明确OpenCV中的坐标系规则：x轴向右延伸，y轴向下延伸，坐标原点位于左上角。例如，处理一张宽640像素、高480像素的图片时，需遵循此坐标定义。接下来开始具体学习。

场景描述

任务目标是：从任意图像中分割出指定区域，并以指定尺寸显示。分割后的图像在线性空间中应与显示窗口保持平行。例如，若原图中字母K呈倾斜状态，分割显示后应调整为竖直站立。实现这一效果的方法如下。

在实现上述效果前，需获取关键信息，即图中扑克牌K的四个顶点坐标。可使用画图工具打开图片，将鼠标悬停在分割区域的四个角点上，即可读取对应的坐标数据。

由于画图工具中的图像宽高坐标轴与OpenCV一致，当鼠标指向K的左上角时，画图工具左下角显示的数值为（734像素，185像素），这即为该点的坐标值。

透视变换

虽然上述要求看似复杂，但借助cv2库实现仅需9行代码。

• 首先设置输出图片的宽度width为250，高度height为350。
• 接着读取图片，即前述示例图片。
• 定义目标区域的四个点坐标，顺序分别为左上、右上、左下、右下。这些坐标已在之前的步骤中获取。
• pst2表示输出图片在图像框中的位置，采用平铺方式，此为固定写法。
• 调用库函数warpPerspective执行透视变换，有兴趣者可深入研究其数学原理。
• 最后输出并显示变换前后的两张图像。

width,height=250,350
img=cv2.imread("Resources/poker.jpg")
pst1=np.float32([[734,185],[1101,266],[621,679],[1030,789]])
pst2=np.float32([[0,0],[width,0],[0,height],[width,height]])
matrix=cv2.getPerspectiveTransform(pst1,pst2)
imgOutput=cv2.warpPerspective(img,matrix,(width,height))

cv2.imshow("Image",img)
cv2.imshow("Output",imgOutput)
cv2.waitKey(0)

查看效果：左图为透视变换后的结果，右图为原始图像。

本节内容实用且有趣，生活中应用广泛。俗话说眼过千遍不如手过一遍，请动手编写代码验证效果。

至此，关于Python OpenCV透视变换的实现讲解完毕。如需了解更多相关Python OpenCV透视变换内容，请搜索本站历史文章或继续浏览后续文章，感谢支持！