我正在尝试使用 OpenCV 和 Python 中的透视扭曲来纠正图像。我知道相机的方向(X、Y、Z 角度)参考需要翘曲的平面。我知道最简单的方法是根据已知点计算单应矩阵,但是当该信息不可用时,我正在尝试做同样的事情。我正在使用的代码创建了一个旋转矩阵,然后结合了平移矩阵和内在矩阵。目前,该代码仅适用于对 z 轴的操作。对 x 和 y 轴的任何操作都会导致图像出现奇怪的失真。我的代码基于以下帖子底部的答案:基于已知相机方向的 OpenCV 中的透视变形
附件是标准单应性方法的原始图像和扭曲图像。
from numpy import *
import cv
x = float(0)
y = float(5)
z = float(0)
f = 1
im = cv.LoadImage("Homography_test.jpg")
cv.NamedWindow("Distorted")
cv.NamedWindow("undistorted")
h, w = cv.GetSize(im)
x1 = x * (pi / 180)
y1 = y * (pi / 180)
z1 = z * (pi / 180)
# Create a rotation matrix
R_array = array([[x1], [y1], [z1]])
R_Vec = cv.fromarray(R_array)
R = cv.CreateMat(3, 3, cv.CV_64FC1)
cv.Rodrigues2(R_Vec, R)
#Create and combine with translation matrix
Trans_Mat = array([[[1], [0], [-w/2]],
[[0], [1], [-h/2]],
[[0], [0], [1]]])
Trans_Mat2 = cv.fromarray(Trans_Mat)
R_T_Mat = dot(R, Trans_Mat2)
#Create and combine with camera matrix
Intrinsic_Mat = array([[[f], [0], [w/2]],
[[0], [f], [h/2]],
[[0], [0], [1]]])
Int_Mat = cv.fromarray(Intrinsic_Mat)
H = dot(Int_Mat, R_T_Mat)
H2 = cv.fromarray(H)
persp = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_8U, 3)
cv.WarpPerspective(im, persp, H2)
cv.ShowImage("Distorted", im)
cv.ShowImage("undistorted", persp)
cv.WaitKey(0)
cv.DestroyWindow("Distorted")
cv.DestroyWindow("undistorted")