openCV函数介绍

OpenCV提供了两个转换函数cv.warpAffine和cv.warpPerspective，您可以使用它们进行各种转换。cv.warpAffine采用2x3转换矩阵（即仿射变换），而cv.warpPerspective采用3x3转换矩阵（即透视变换）作为输入。
了解透视变换更多请参考：
1.https://blog.csdn.net/flyyufenfei/article/details/80208361

透视变换两个重要的点

1.获得透视变换后的图像

详细见下面代码示例

2.获得透视变换后的坐标

# 坐标转换核心代码如下
def cvt_pos(pos,cvt_mat_t):
    u = pos[0]
    v = pos[1]
    x = (cvt_mat_t[0][0]*u+cvt_mat_t[0][1]*v+cvt_mat_t[0][2])/(cvt_mat_t[2][0]*u+cvt_mat_t[2][1]*v+cvt_mat_t[2][2])
    y = (cvt_mat_t[1][0]*u+cvt_mat_t[1][1]*v+cvt_mat_t[1][2])/(cvt_mat_t[2][0]*u+cvt_mat_t[2][1]*v+cvt_mat_t[2][2])
    return (int(x),int(y))

代码示例

import cv2
import math

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



def perspective_transformation(Image, total_points_list):
    '''透视变换'''
    h, w, ch = Image.shape  # 获取行数（高）和列数（宽）
    # 原图四个角坐标
    p1 =np1= [0, 0]  # 左上
    p2 = np2=[w - 1, 0]  # 右上
    p3 =np3= [w - 1, h - 1]  # 右下
    p4 = np4= [0, h - 1]  # 左下
    pts1 = np.float32([p1, p2, p3, p4])
    np_list = [np1, np2, np3, np4]
    # print('原来的四角坐标:%s' % np_list)
    # 期望得到的图四角坐标,随机一个或多个角坐标变换,可能是放大也可能是缩小
    for i in range(0, random.randint(1, 4)):
        np_list[i][0] = np_list[i][0] + random.randint(0, 50)
        np_list[i][1] = np_list[i][1] + random.randint(0, 50)

    # print('指定透视变换后四角坐标:%s' % np_list)
    nw = max(np1[0], np2[0], np3[0], np4[0])
    nh = max(np1[1], np2[1], np3[1], np4[1])
    pts2 = np.float32([np1, np2, np3, np4])
    # 获得透视变换矩阵
    M = cv2.getPerspectiveTransform(pts1, pts2)
    # print('M:%s' %M) # 3行3列
    # 应用
    dst = cv2.warpPerspective(Image, M, (nw, nh))
    total_points_list = get_points_tran(total_points_list, M)
    # print('变换后的四角坐标:%s' % get_points_tran([p1+p2+p3+p4], M))
    return dst, total_points_list


def get_points_tran(points_list, M):
    '''透视变换坐标转换'''
    for i in points_list:
        i[0],i[1] = cvt_pos([i[0],i[1]],M)
        i[2],i[3] = cvt_pos([i[2],i[3]],M)
        i[4],i[5] = cvt_pos([i[4],i[5]],M)
        i[6],i[7] = cvt_pos([i[6],i[7]],M)
    return points_list


def cvt_pos(pos,cvt_mat_t):
    u = pos[0]
    v = pos[1]
    x = (cvt_mat_t[0][0]*u+cvt_mat_t[0][1]*v+cvt_mat_t[0][2])/(cvt_mat_t[2][0]*u+cvt_mat_t[2][1]*v+cvt_mat_t[2][2])
    y = (cvt_mat_t[1][0]*u+cvt_mat_t[1][1]*v+cvt_mat_t[1][2])/(cvt_mat_t[2][0]*u+cvt_mat_t[2][1]*v+cvt_mat_t[2][2])
    return (int(x),int(y))


if __name__ == '__main__':

    image = cv2.imread('../myimages/5.jpg')
    # 图片原来的固有字段的坐标及值
    points_list = []
    with open('../myimages/gt_5.txt', 'r', encoding='utf-8') as f:
        for line in f.readlines():
            # 获取前8个元素，也就是四点坐标，后面的是文本内容，可以不用变
            data_line = line.split(',')
            # 将列表中坐标元素变成int
            data = [int(i) if data_line.index(i) <= 7 else i for i in data_line]
            points_list.append(data)
    print(points_list)
    # 调用透视变换函数
    new_image,points_list = perspective_transformation(image,points_list)
    # 将新的图片写在本地
    cv2.imwrite('new_image5.jpg', new_image)

    # 也可以在窗口查看效果
    plt.subplot(121), plt.imshow(image), plt.title('Input')
    plt.subplot(122), plt.imshow(new_image), plt.title('Output')
    plt.show()

运行结果

image.png