25

我在这里有 2 个测试图像。我的问题是，如何在不裁剪图像的情况下将第一张图像中的正方形映射到第二张图像中的四边形。

图 1： 图 1

图 2： 图 2

这是我当前使用 openCV warpPerspective 函数的代码。

import cv2
import numpy as np

img1_square_corners = np.float32([[253,211], [563,211], [563,519],[253,519]])
img2_quad_corners = np.float32([[234,197], [520,169], [715,483], [81,472]])

h, mask = cv2.findHomography(img1_square_corners, img2_quad_corners)
im = cv2.imread("image1.png")
out = cv2.warpPerspective(im, h, (800,800))
cv2.imwrite("result.png", out)

结果： 结果

如您所见，由于 warpPerspective 函数中的 dsize=(800,800) 参数，我无法获得图像 1 的完整视图。如果我调整 dsize，正方形将无法正确映射。有没有办法调整输出图像的大小，以便我可以获得图像 1 的全图？

4

3 回答 3

49

我的解决方案是计算结果图像大小，然后进行翻译。

def warpTwoImages(img1, img2, H):
    '''warp img2 to img1 with homograph H'''
    h1,w1 = img1.shape[:2]
    h2,w2 = img2.shape[:2]
    pts1 = float32([[0,0],[0,h1],[w1,h1],[w1,0]]).reshape(-1,1,2)
    pts2 = float32([[0,0],[0,h2],[w2,h2],[w2,0]]).reshape(-1,1,2)
    pts2_ = cv2.perspectiveTransform(pts2, H)
    pts = concatenate((pts1, pts2_), axis=0)
    [xmin, ymin] = int32(pts.min(axis=0).ravel() - 0.5)
    [xmax, ymax] = int32(pts.max(axis=0).ravel() + 0.5)
    t = [-xmin,-ymin]
    Ht = array([[1,0,t[0]],[0,1,t[1]],[0,0,1]]) # translate

    result = cv2.warpPerspective(img2, Ht.dot(H), (xmax-xmin, ymax-ymin))
    result[t[1]:h1+t[1],t[0]:w1+t[0]] = img1
    return result

dst_pts = float32([kp1[m.queryIdx].pt for m in good]).reshape(-1,1,2)
src_pts = float32([kp2[m.trainIdx].pt for m in good]).reshape(-1,1,2)
M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)

result = warpTwoImages(img1_color, img2_color, M)

在此处输入图像描述

于 2013-12-03T15:46:56.543 回答
9

是的，但您应该意识到输出图像可能非常大。我很快编写了以下 Python 代码，但即使是 3000 x 3000 的图像也无法适应输出，由于转换，它太大了。虽然，这是我的代码，但我希望它对你有用。

import cv2
import numpy as np
import cv           #the old cv interface

img1_square_corners = np.float32([[253,211], [563,211], [563,519],[253,519]])
img2_quad_corners = np.float32([[234,197], [520,169], [715,483], [81,472]])

h, mask = cv2.findHomography(img1_square_corners, img2_quad_corners)
im = cv2.imread("image1.png")

这里创建一个输出图像，我以 (3000, 3000) 为例。

out_2 = cv.fromarray(np.zeros((3000,3000,3),np.uint8))

通过使用旧cv界面，我直接写入输出，因此它不会被裁剪。我尝试使用cv2界面进行此操作，但由于某种原因它不起作用......也许有人可以对此有所了解？

cv.WarpPerspective(cv.fromarray(im), out_2, cv.fromarray(h))
cv.ShowImage("test", out_2)
cv.SaveImage("result.png", out_2)
cv2.waitKey()

无论如何，这给出了一个非常大的图像，其中包含您的原始图像 1，扭曲。如果您指定输出图像足够大，整个图像将可见。（这可能确实非常大！）

我希望这段代码可以帮助你。

于 2012-10-25T18:09:19.617 回答
1

首先，按照前面的解决方案计算单应矩阵。获得单应矩阵后，您需要相对于单应矩阵扭曲图像。最后，合并扭曲的图像。

在这里，我将分享另一个可用于合并扭曲图像的想法。（较早的答案，使用一系列索引进行叠加，这里我使用的是 ROI 的掩蔽）

用黑色掩盖感兴趣区域 (ROI) 和图像。然后添加具有 ROI 的图像。（参见OpenCV 位掩码教程）

def copyOver(source, destination):
    result_grey = cv2.cvtColor(source, cv2.COLOR_BGR2GRAY)
    ret, mask = cv2.threshold(result_grey, 10, 255, cv2.THRESH_BINARY)
    mask_inv = cv2.bitwise_not(mask)
    roi = cv2.bitwise_and(source, source, mask=mask)
    im2 = cv2.bitwise_and(destination, destination, mask=mask_inv)
    result = cv2.add(im2, roi)
    return result


warpedImageB = cv2.warpPerspective(imageB, H, (imageA.shape[1], imageA.shape[0]))
result = copyOver(imageA, warpedImageB)

第一张图片：

第一的

第二张图片：

第二

拼接图像： 缝合

于 2016-10-31T23:12:29.553 回答