Transform/warp坐标

Question

我有一个坐标数组，用于标记地板上的一个区域。

我想生成一个新的数组，其中所有的坐标都被转换，这样我就得到了一个扭曲的数组。这些点应该如下图所示。请注意，我想使用新数组生成图形 。它还不存在。它是在必须使用新数组后生成的。

如果有帮助，我知道所有坐标之间的距离。坐标 json 看起来像这样，其中 distance_to_next 包含到下一个点的距离（以厘米为单位）：

[ { "x": 295, "y": 228, "distance_to_next": 200 }, { "x": 559, "y": 263, "distance_to_next": 30 }, { "x": 551, "y": 304, "distance_to_next": 50 }, { "x": 473, "y": 290, "distance_to_next": 70 }, { "x": 451, "y": 352, "distance_to_next": 150 }, { "x": 249, "y": 313, "distance_to_next": 100 } ]

第一个点总是在左上角。

我正在使用 python 和 opencv2，我知道 cv.warpAffine 等各种函数， cv.warpPerspective、cv.findHomography、cv.perspectiveTransform 等，但我不确定在这里使用哪一个。

有人能指出我正确的方向吗？我是否漏掉了一些明显的东西？

Answer 1

您的坐标 json 中的点未与白色多边形对齐。如果我使用它们，我会得到如下所示的绿色多边形：

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
 
# Load the image
img = cv2.imread('./input.jpg') 
 
# Create a copy of the image
img_copy = np.copy(img)
img_copy = cv2.cvtColor(img_copy,cv2.COLOR_BGR2RGB)
 
pts = np.array([[295,228],[559,263],[551,304],[473,290],[451,352],[249,313]], np.int32)
pts = pts.reshape((-1,1,2))
img_copy2 = cv2.polylines(img_copy,[pts],True,(0,255,0), thickness=3)
plt.imshow(img_copy2)

所以我手动找到了你的白色多边形的近似坐标，并将它们覆盖在绿色的白色多边形上。 您需要所需多边形的坐标。我用红色显示了它们。

img = cv2.imread('./input.jpg') 
img_copy = np.copy(img)
img_copy = cv2.cvtColor(img_copy,cv2.COLOR_BGR2RGB)

input_pts = np.array([[300,300],[890,380],[830,600],[200,480]], np.int32)
pts = input_pts.reshape((-1,1,2))
img_copy3 = cv2.polylines(img_copy,[pts],True,(0,255,0), thickness=3)

output_pts= np.array([[300,300],[850,300],[850,520],[300,520]], np.int32)
pts = output_pts.reshape((-1,1,2))
img_copy3 = cv2.polylines(img_copy3,[pts],True,(255,0,0), thickness=3)

plt.imshow(img_copy3)

这里需要用到cv2.getPerspectiveTransform。但它只需要 4 个点 作为输入，所以丢弃 2 个点。

img = cv2.imread('./input.jpg') 
img_copy = np.copy(img)
img_copy = cv2.cvtColor(img_copy,cv2.COLOR_BGR2RGB)

input_pts = np.float32(input_pts)
output_pts = np.float32(output_pts)

# Compute the perspective transform M
M = cv2.getPerspectiveTransform(input_pts,output_pts)
 
# Apply the perspective transformation to the image
out = cv2.warpPerspective(img_copy,M,(img_copy.shape[1], img_copy.shape[0]),flags=cv2.INTER_LINEAR)
 
# Display the transformed image
plt.imshow(out)

Transform/warp坐标

Transform/warp coordinates

python

opencv

numpy

image-processing

computer-vision