Коррекция перспективы в OpenCV с использованием python

Я пытаюсь сделать перспективную коррекцию наклоненного прямоугольника (кредитной карты), который наклонен во всех 4 направлениях. Я мог бы найти его четыре угла и соответствующие углы наклона, но я не могу найти точное местоположение координат, где он должен быть спроецирован. Я использую cv2.getPerspectiveTransform для выполнения преобразования.

У меня есть соотношение сторон фактической карты (не наклоненной), я хочу такие координаты, чтобы исходное соотношение сторон сохраняется. Я попытался использовать ограничивающий прямоугольник, но это увеличивает размер карты.

любая помощь будет оценили.test image

Bounding Rectangle

11
opencv perspective python

2 ответов

вот как вам нужно следовать...

для удобства я изменил размер вашего изображения до меньшего размера,

enter image description here

  • вычислить четырехугольные вершины для исходного изображения, здесь я узнаю вручную,вы можете выбрать обнаружение края, линию Хоу и т. д..
  Q1=manual calculation;
  Q2=manual calculation;
  Q3=manual calculation;
  Q4=manual calculation;
  • вычислить вершины четырехугольника в целевом изображении, сохраняя соотношение сторон, здесь вы можете взять ширину карты сверху четырехугольника вершины источника и вычислить высоту путем умножения с соотношением сторон. 
   // compute the size of the card by keeping aspect ratio.
    double ratio=1.6;
    double cardH=sqrt((Q3.x-Q2.x)*(Q3.x-Q2.x)+(Q3.y-Q2.y)*(Q3.y-Q2.y)); //Or you can give your own height
    double cardW=ratio*cardH;
    Rect R(Q1.x,Q1.y,cardW,cardH);
  • теперь у вас есть четырехугольные вершины для источника и назначения, затем примените warpPerspective.

enter image description here

вы можете ссылаться ниже кода C++,

   //Compute quad point for edge
    Point Q1=Point2f(90,11);
    Point Q2=Point2f(596,135);
    Point Q3=Point2f(632,452);
    Point Q4=Point2f(90,513);

    // compute the size of the card by keeping aspect ratio.
    double ratio=1.6;
    double cardH=sqrt((Q3.x-Q2.x)*(Q3.x-Q2.x)+(Q3.y-Q2.y)*(Q3.y-Q2.y));//Or you can give your own height
    double cardW=ratio*cardH;
    Rect R(Q1.x,Q1.y,cardW,cardH);

    Point R1=Point2f(R.x,R.y);
    Point R2=Point2f(R.x+R.width,R.y);
    Point R3=Point2f(Point2f(R.x+R.width,R.y+R.height));
    Point R4=Point2f(Point2f(R.x,R.y+R.height));

    std::vector<Point2f> quad_pts;
    std::vector<Point2f> squre_pts;

    quad_pts.push_back(Q1);
    quad_pts.push_back(Q2);
    quad_pts.push_back(Q3);
    quad_pts.push_back(Q4);

    squre_pts.push_back(R1);
    squre_pts.push_back(R2);
    squre_pts.push_back(R3);
    squre_pts.push_back(R4);


    Mat transmtx = getPerspectiveTransform(quad_pts,squre_pts);
    int offsetSize=150;
    Mat transformed = Mat::zeros(R.height+offsetSize, R.width+offsetSize, CV_8UC3);
    warpPerspective(src, transformed, transmtx, transformed.size());

    //rectangle(src, R, Scalar(0,255,0),1,8,0);

    line(src,Q1,Q2, Scalar(0,0,255),1,CV_AA,0);
    line(src,Q2,Q3, Scalar(0,0,255),1,CV_AA,0);
    line(src,Q3,Q4, Scalar(0,0,255),1,CV_AA,0);
    line(src,Q4,Q1, Scalar(0,0,255),1,CV_AA,0);

    imshow("quadrilateral", transformed);
    imshow("src",src);
    waitKey();
9

enter image description here У меня есть лучшее решение, которое очень легко: - Красный прямоугольник на исходном изображении и углы точек прямоугольника являются исходными точками
- Мы используем cv2.getPerspectiveTransform(src, dst) который принимает исходные точки и точки назначения в качестве аргументов и возвращает матрицу преобразования, которая преобразует любое изображение в целевое изображение, как показано на диаграмме - Мы используем эту матрицу преобразования в cv2.warpPerspective()
- Как видите, результаты лучше. Вы получаете очень хороший вид птицы изображения 

import cv2
import matplotlib.pyplot as plt
import numpy as np


def unwarp(img, src, dst, testing):
    h, w = img.shape[:2]
    # use cv2.getPerspectiveTransform() to get M, the transform matrix, and Minv, the inverse
    M = cv2.getPerspectiveTransform(src, dst)
    # use cv2.warpPerspective() to warp your image to a top-down view
    warped = cv2.warpPerspective(img, M, (w, h), flags=cv2.INTER_LINEAR)

    if testing:
        f, (ax1, ax2) = plt.subplots(1, 2, figsize=(20, 10))
        f.subplots_adjust(hspace=.2, wspace=.05)
        ax1.imshow(img)
        x = [src[0][0], src[2][0], src[3][0], src[1][0], src[0][0]]
        y = [src[0][1], src[2][1], src[3][1], src[1][1], src[0][1]]
        ax1.plot(x, y, color='red', alpha=0.4, linewidth=3, solid_capstyle='round', zorder=2)
        ax1.set_ylim([h, 0])
        ax1.set_xlim([0, w])
        ax1.set_title('Original Image', fontsize=30)
        ax2.imshow(cv2.flip(warped, 1))
        ax2.set_title('Unwarped Image', fontsize=30)
        plt.show()
    else:
        return warped, M


im = cv2.imread("so.JPG")

w, h = im.shape[0], im.shape[1]
# We will first manually select the source points 
# we will select the destination point which will map the source points in
# original image to destination points in unwarped image
src = np.float32([(20,     1),
                  (540,  130),
                  (20,    520),
                  (570,  450)])

dst = np.float32([(600, 0),
                  (0, 0),
                  (600, 531),
                  (0, 531)])

unwarp(im, src, dst, True)

cv2.imshow("so", im)
cv2.waitKey(0)[![enter image description here][1]][1]
cv2.destroyAllWindows()
1