python - 透视单应性问题

我正在尝试使用OpenCV和Python中的透视扭曲校正图像。我知道相机的方向(X，Y，Z角)相对于需要变形的平面。我知道最简单的方法是根据已知点计算单应性矩阵，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一个旋转矩阵，然后将平移矩阵和固有矩阵结合在一起。目前，该代码仅适用于对z轴的操作。 x和y轴的任何操作都会导致图像的怪异变形。我将代码基于以下帖子底部的答案:Perspective Warping in OpenCV based on know camera orientation

随附原始图像和标准单应性方法的变形图像。

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")

最佳答案

您似乎从我的解决方案中丢失了步骤4，该步骤是“将图像沿z轴向下移动”，这是我以前做的那条线。

//4
trans(2,2) += image.rows;

我任意选择image.rows，它使我在示例中使用的旋转效果很好。由于您没有将z坐标固定为1，因此我想这是当您围绕x和y旋转时变形的原因，主要是因为当图像围绕x或y旋转时，图像非常接近相机。透视失真很大。 z轴上的平移越大，应出现的失真越小。如果您不希望图像沿z轴向下移动而缩小，则只需增加焦距即可。您可能会注意到，在我的示例中，我将焦距设置为image.rows。

关于python - 透视单应性问题，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/14387867/