我正在尝试使用OpenCV和Python中的透视变形来矫正图像。我知道相机的方向(X、Y、Z角度)与需要进行变形的平面的参考关系。我知道最简单的方法是基于已知点计算单应性矩阵,但是当这些信息不可用时,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,然后组合平移和内在矩阵。目前,该代码仅适用于对z轴的操作。任何对x和y轴的操作都会导致图像出现奇怪的扭曲。我正在根据以下帖子底部的答案编写代码:Perspective Warping in OpenCV based on know camera orientation
附上原始图像和标准单应性方法产生的变形图像。
![Original Image](https://istack.dev59.com/J4nQi.webp)
![Perspective Warp](https://istack.dev59.com/tyUz7.webp)
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")