投影变换（Projective mapping）也称透视变换（Perspective transformation）是建立两平面场之间的对应关系， 将图片投影到一个新的视平面（Viewing plane）。
OpenCV 提供了 cv2.warpPerspective 函数实现投影变换的操作。
函数说明：
cv2.getPerspectiveTransform(src, dst[,solveMethod]) → MP
cv2.warpPerspective(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst函数cv2.getPerspectiveTransform 根据图像中不共线的 4 个点在变换前后的对应位置求得 (3x3) 变换矩阵，cv2.warpPerspective 使用该 (3x3) 变换矩阵即可求出变换后的图像。标量进行加法运算。
参数说明：
- src：变换前图像四边形顶点坐标
- dst：变换后图像四边形顶点坐标
- solveMethod：矩阵分解方法，传递给 cv2.solve 求解变换矩阵 MP
- MP：透视变换矩阵，3行3列
- dsize： 输出图像的大小，二元元组 (width, height)
- dst：变换操作的输出图像，可选项
- flags：插值方法，整型（int），可选项
- borderMode：边界像素方法，整型（int），可选项，默认值为 cv2.BORDER_REFLECT
- borderValue：边界填充模式，可选项，默认值为 0（黑色填充）
- cv2.BORDER_REPLICATE：复制，复制最边缘像素进行填充（aa | abcdefg | gg），中值滤波采用复制法
- cv2.BORDER_REFLECT：对称法，以图像边缘为轴进行对称填充（cba| abcdefg | gfe）
- cv2.BORDER_REFLECTT_101：倒映法，以图像最边缘像素为轴进行对称填充（dcb| abcdefg | fed）
- cv2.BORDER_WRAP：用另一侧元素来填充这一侧的扩充边界（efg| abcdefg | ab）
- cv2.BORDER_CONSTANT：以常量像素值（value）填充扩充的边界（VV | abcdefg | VV）
10.返回值：dst，透视变换操作的输出图像，ndarray 多维数组
例程：1.44 图像的投影变换
# 1.44 图像的投影变换
img = cv2.imread("../images/imgC2.jpg") # 读取彩色图像(BGR)
h, w = img.shape[:2] # 图片的高度和宽度
pointSrc = np.float32([[0,0], [w,0], [0,h], [w,h]]) # 原始图像中 4点坐标
pointDst = np.float32([[int(w/3), int(h/3)], [int(w*2/3), int(h/3)], [0,h], [w,h]]) # 变换图像中 4点坐标
MP = cv2.getPerspectiveTransform(pointSrc, pointDst) # 计算投影变换矩阵 M
imgP = cv2.warpPerspective(img, MP, (w,h), flags=cv2.INTER_AREA, borderMode=cv2.BORDER_WRAP)
plt.figure(figsize=(9,6))
plt.subplot(121), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title("Original"), plt.axis('off')
plt.subplot(122), plt.imshow(cv2.cvtColor(imgP, cv2.COLOR_BGR2RGB)), plt.title("Projective"), plt.axis('off')
plt.show()最后
【OpenCV学习之路】是针对Python OpenCV学习所打造的一场刷题狂欢party！ 对基础知识把握不牢固的话，欢迎来学习嗷~喜欢的话就抓紧收藏起来吧！
如果对学习没有自制力或者没有一起学习交流的动力，欢迎私我“进群”，邀请你来我的学习交流群，我们一起交流学习，报团打卡！