利用OpenCV和Numpy实现图像校正

实验原理

图像透视变换是一种几何变换，它能够将图像中的点从一个平面映射到另一个平面，通常用于校正图像中的透视失真或者创建特殊的视觉效果。在计算机视觉和图像处理中，透视变换可以通过找到一组对应点（原图中的点和目标图中的点）并计算透视变换矩阵来实现。

透视变换的关键步骤：

1. 选择对应点：在原图和目标图中选择四个对应点，这些点通常是图像中的角点或者具有明显特征的点。
2. 计算透视变换矩阵：使用OpenCV库中的cv2.getPerspectiveTransform函数，根据选定的对应点计算透视变换矩阵。
3. 应用透视变换：使用cv2.warpPerspective函数，将透视变换矩阵应用到原图上，得到变换后的图像。

实验代码

以下是实现图像透视变换的Python代码，使用了OpenCV和Numpy库。

import cv2
import numpy as np
#导入图片
img = cv2.imread('./youhua.png')

#取出四个顶点的坐标
points1 = np.float32([[175,142],[621,35],[89,491],[652,546]])

#确定好对应的坐标，也就是目标图中的四个点
points2 = np.float32([[min(points1[:,0]),min(points1[:,1])], #左上角
                     [max(points1[:,0]),min(points1[:,1])], #右上角
                      [min(points1[:, 0]), max(points1[:, 1])],  # 左下角
                     [max(points1[:, 0]), max(points1[:, 1])]]   #右下角
                     )
#生成变换矩阵
M = cv2.getPerspectiveTransform(points1,points2)
#透视变换
img_PerspectiveTransform = cv2.warpPerspective(img,M,(img.shape[1],img.shape[0]))

cv2.imshow('img',img)
cv2.imshow('img_PerspectiveTransform',img_PerspectiveTransform)
cv2.waitKey(0)

实验结果：

原图：

透视变换后：