编辑:我现在已经找到了类似的问题，答案非常详细:
proportions of a perspective-deformed rectangle
我正在使用OpenCV的findHomography()和warpPerspective()方法来“歪斜”一张纸的照片。我的工作量很大，但是我只停留在细节上。
我不知道该怎么做的部分是计算输入到findHomography()的最佳目标点集。我知道我希望输出为矩形，但是我不知道矩形的宽高比。我还希望调整输出矩形的大小，以便通过warpPerspective()应用转换时输出图像的缩放比例最小。我所拥有的是构成要在源图像中变换的四边形的四个点。如何计算最佳尺寸的目标矩形？
最佳答案
findHomography()方法将需要四个点(如果使用直接线性转换)。如果需要最佳设置，则需要4点设置，DLT的单应性图会提供最小的重投影误差。我的意思是，您需要一种方法来检测 DLT 特定数学模型的离群值/离群值。
此方法是 RANSAC ，并且已实现OpenCV。您将找到findhomography()与 RANSAC 结合使用的示例。
我个人发现一个问题，那就是OpenCV中RANSAC的迭代次数太高。如果您正在寻找最佳速度，则必须深入研究代码。
关于image-processing - 计算OpenCV的findHomography的目标点，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/11442125/