当前位置: 首页 > ds >正文

OpenCV 图形API(81)图像与通道拼接函数-----透视变换函数warpPerspective()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

对图像应用透视变换。
函数 warpPerspective 使用指定的矩阵对源图像进行变换:
dst ( x , y ) = src ( M 11 x + M 12 y + M 13 M 31 x + M 32 y + M 33 , M 21 x + M 22 y + M 23 M 31 x + M 32 y + M 33 ) \texttt{dst} (x,y) = \texttt{src} \left ( \frac{M_{11} x + M_{12} y + M_{13}}{M_{31} x + M_{32} y + M_{33}} , \frac{M_{21} x + M_{22} y + M_{23}}{M_{31} x + M_{32} y + M_{33}} \right ) dst(x,y)=src(M31x+M32y+M33M11x+M12y+M13,M31x+M32y+M33M21x+M22y+M23)
否则,变换矩阵会先通过 invertAffineTransform 被求逆,然后才代入上面的公式中代替 M。

该函数不能在原地操作(in-place)。

函数原型

GMat cv::gapi::warpPerspective
(const GMat &  	src,const Mat &  	M,const Size &  	dsize,int  	flags = cv::INTER_LINEAR,int  	borderMode = cv::BORDER_CONSTANT,const Scalar &  	borderValue = Scalar() 
) 	

参数

  • 参数 src:输入图像。
  • 参数 M:3×3 的变换矩阵。
  • 参数 dsize:输出图像的尺寸(宽度,高度)。
  • 参数flags:
    插值方法的组合(可选 INTER_LINEAR 或 INTER_NEAREST);
    可选标志 WARP_INVERSE_MAP,表示矩阵 M 是一个“逆变换”(即从目标图像映射到源图像,dst → src)。
  • 参数 borderMode:像素外推方法(支持 BORDER_CONSTANT 或 BORDER_REPLICATE)。
  • 参数borderValue:当边界模式为常量填充时所使用的像素值;默认值为 0(黑色)。

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>using namespace cv;
using namespace cv::gapi;int main() {// 加载输入图像Mat src = imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png");if (src.empty()) {std::cerr << "无法加载图像!" << std::endl;return -1;}// 定义透视变换矩阵 MPoint2f src_pts[] = {Point2f(50, 50), Point2f(200, 50), Point2f(50, 200), Point2f(200, 200)};Point2f dst_pts[] = {Point2f(30, 30), Point2f(200, 20), Point2f(60, 180), Point2f(210, 190)};Mat M = getPerspectiveTransform(src_pts, dst_pts);// 定义输出图像尺寸Size new_size(src.cols, src.rows);// 定义 G-API 图像处理图(graph)GMat in;  // 输入节点// 应用透视变换GMat out = gapi::warpPerspective(in, M, new_size, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));// 构建 GComputationGComputation computation(in, out);// 执行计算Mat dst;computation.apply(src, dst);// 显示结果imshow("原始图像", src);imshow("透视变换后的图像", dst);waitKey();return 0;
}

运行结果

在这里插入图片描述

http://www.xdnf.cn/news/4423.html

相关文章:

  • 如何提升丢包网络环境下的传输性能:从 TCP 到 QUIC,再到 wovenet 的实践
  • 小程序问题(记录版)
  • 文化符号与隐形的社会话语权力:解码布尔迪厄理论下的意识形态操控机制
  • Python Bug 修复案例分析:函数参数传递引发的逻辑错误修复
  • 第1.2讲、从 RNN 到 LSTM 再到 Self-Attention:深度学习中序列建模的演进之路
  • WiFi那些事儿(五)
  • 《Attention Is All You Need》transform算法解读
  • 深入理解West:介绍、使用及与Repo的对比
  • LLM评估指标:WSC和WebNLG 是什么
  • EASM外部攻击面管理平台
  • kubernetes
  • 8.软考高项(信息系统项目管理师)-沟通管理
  • 相同的数(简单)
  • HCIP(OSPF的优化)
  • LeetCode:二叉树的中序遍历
  • 【C++核心技术深度解析:从继承多态到STL容器 】
  • 聊天助手提示词调优案例
  • 力扣热题100,力扣49.字母异位词分组力扣128.最长连续序列力扣.盛水最多的容器力扣42.接雨水(单调栈)
  • 城市开发杂志城市开发杂志社城市开发编辑部2025年第5期目录
  • 免费开源且离线的图片放大工具
  • RS485/modbus转profibus DP转换网关
  • TCP 协议设计入门:自定义消息格式与粘包解决方案
  • 英语二大作文
  • 芝法酱躺平攻略(22)——rabbitmq安装和使用(二)
  • 42 python http之urllib库
  • 论软件的可靠性设计
  • 编码器型与解码器型语言模型的比较
  • 基于亚博K210开发板——独立按键中断实验
  • Android开发-创建、运行、调试App工程
  • 数字中国 | 史宾格荣获 “2025数字中国创新大赛”银奖