Opencv中Homography

转自 https://blog.csdn.net/datase/article/details/78420251

什么是Homography
在图1中有两张书的平面图，两张图分别有四个相对位置相同的点，Homography就是一个变换（3*3矩阵），将一张图中的点映射到另一张图中对应的点

因为Homography是一个3*3矩阵，所以可以写成

两张图间的H映射关系就可以表示成

Homography应用：图像对齐

上面公式得出的H ，对于图一中的所有点都是正确的，换句话说，可以用H将第一个图中的点映射到第二张图。

如何得到一个Homography

要得到两张图片的H,就必须至少知道4个相同对应位置的点，opencv中可以利用findHomography正确得到

// pts_src and pts_dst are vectors of points in source
// and destination images. They are of type vector<Point2f>.
// We need at least 4 corresponding points.
Mat h = findHomography(pts_src, pts_dst);
// The calculated homography can be used to warp
// the source image to destination. im_src and im_dst are
// of type Mat. Size is the size (width,height) of im_dst.
warpPerspective(im_src, im_dst, h, size);

OpenCV C++ Homography的一个简单例子：
1. #include "opencv2/opencv.hpp"
2. using namespace cv;
3. using namespace std;
4. int main( int argc, char** argv)
5. {
6. // Read source image.
7. Mat im_src = imread("book2.jpg");
8. // Four corners of the book in source image
9. vector<Point2f> pts_src;
10. pts_src.push_back(Point2f(141, 131));
11. pts_src.push_back(Point2f(480, 159));
12. pts_src.push_back(Point2f(493, 630));
13. pts_src.push_back(Point2f(64, 601));
14. // Read destination image.
15. Mat im_dst = imread("book1.jpg");
16. // Four corners of the book in destination image.
17. vector<Point2f> pts_dst;
18. pts_dst.push_back(Point2f(318, 256));
19. pts_dst.push_back(Point2f(534, 372));
20. pts_dst.push_back(Point2f(316, 670));
21. pts_dst.push_back(Point2f(73, 473));
22. // Calculate Homography
23. Mat h = findHomography(pts_src, pts_dst);
24. // Output image
25. Mat im_out;
26. // Warp source image to destination based on homography
27. warpPerspective(im_src, im_out, h, im_dst.size());
28. // Display images
29. imshow("Source Image", im_src);
30. imshow("Destination Image", im_dst);
31. imshow("Warped Source Image", im_out);
32. waitKey(0);
33. }
- 41
Homography应用：图像矫正

假设你有一张如下所示的图片

你想点击图中书的四个顶点，然后得到正放的书：

该如何做？
利用Homography可以做到这点。
1.首先获取书本四个顶点的坐标 pts_src
2.然后我们需要知道书本的宽高比，此书的宽高比是3/4,所以可使输出图像的size 为300*400，就可设其四个点的坐标为（0,0），（299,0），（299,399），（0,399）保存在pts_dst中
3.通过pts_src和pts_dst 获取homography
4.对原图应用homography 得到输出
1. #include <opencv2/opencv.hpp>
2. using namespace cv;
3. using namespace std;
4. struct userdata{
5. Mat im;
6. vector<Point2f> points;
7. };
8. void mouseHandler(int event, int x, int y, int flags, void* data_ptr)
9. {
10. if ( event == EVENT_LBUTTONDOWN )
11. {
12. userdata *data = ((userdata *) data_ptr);
13. circle(data->im, Point(x,y),3,Scalar(0,0,255), 5, CV_AA);
14. imshow("Image", data->im);
15. if (data->points.size() < 4)
16. {
17. data->points.push_back(Point2f(x,y));
18. }
19. }
20. }
21. void main()
22. {
23. // Read source image.
24. Mat im_src = imread("book1.jpg");
25. // Destination image. The aspect ratio of the book is 3/4
26. Size size(300,400);
27. Mat im_dst = Mat::zeros(size,CV_8UC3);
28. // Create a vector of destination points.
29. vector<Point2f> pts_dst;
30. pts_dst.push_back(Point2f(0,0));
31. pts_dst.push_back(Point2f(size.width - 1, 0));
32. pts_dst.push_back(Point2f(size.width - 1, size.height -1));
33. pts_dst.push_back(Point2f(0, size.height - 1 ));
34. // Set data for mouse event
35. Mat im_temp = im_src.clone();
36. userdata data;
37. data.im = im_temp;
38. cout << "Click on the four corners of the book -- top left first and" << endl
39. << "bottom left last -- and then hit ENTER" << endl;
40. // Show image and wait for 4 clicks.
41. imshow("Image", im_temp);
42. // Set the callback function for any mouse event
43. setMouseCallback("Image", mouseHandler, &data);
44. waitKey(0);
45. // Calculate the homography
46. Mat h = findHomography(data.points, pts_dst);
47. // Warp source image to destination
48. warpPerspective(im_src, im_dst, h, size);
49. // Show image
50. imshow("Image", im_dst);
51. waitKey(0);
52. }
Homography应用：虚拟广告牌

在足球或者棒球体育直播中，经常可以看到球场旁边有虚拟广告，并且还会根据地区，国家的不同播放不同的广告，这是如何做到的？
看完此篇博客，你应该就能知道如何实现了。原理跟前一个差不多，这里直接上代码
1. #include <opencv2/opencv.hpp>
2. using namespace cv;
3. using namespace std;
4. struct userdata{
5. Mat im;
6. vector<Point2f> points;
7. };
8. void mouseHandler(int event, int x, int y, int flags, void* data_ptr)
9. {
10. if ( event == EVENT_LBUTTONDOWN )
11. {
12. userdata *data = ((userdata *) data_ptr);
13. circle(data->im, Point(x,y),3,Scalar(0,255,255), 5, CV_AA);
14. imshow("Image", data->im);
15. if (data->points.size() < 4)
16. {
17. data->points.push_back(Point2f(x,y));
18. }
19. }
20. }
21. int main( int argc, char** argv)
22. {
23. // Read in the image.
24. Mat im_src = imread("first-image.jpg");
25. Size size = im_src.size();
26. // Create a vector of points.
27. vector<Point2f> pts_src;
28. pts_src.push_back(Point2f(0,0));
29. pts_src.push_back(Point2f(size.width - 1, 0));
30. pts_src.push_back(Point2f(size.width - 1, size.height -1));
31. pts_src.push_back(Point2f(0, size.height - 1 ));
32. // Destination image
33. Mat im_dst = imread("times-square.jpg");
34. // Set data for mouse handler
35. Mat im_temp = im_dst.clone();
36. userdata data;
37. data.im = im_temp;
38. //show the image
39. imshow("Image", im_temp);
40. cout << "Click on four corners of a billboard and then press ENTER" << endl;
41. //set the callback function for any mouse event
42. setMouseCallback("Image", mouseHandler, &data);
43. waitKey(0);
44. // Calculate Homography between source and destination points
45. Mat h = findHomography(pts_src, data.points);
46. // Warp source image
47. warpPerspective(im_src, im_temp, h, im_temp.size());
48. // Extract four points from mouse data
49. Point pts_dst[4];
50. for( int i = 0; i < 4; i++)
51. {
52. pts_dst[i] = data.points[i];
53. }
54. // Black out polygonal area in destination image.
55. fillConvexPoly(im_dst, pts_dst, 4, Scalar(0), CV_AA);
56. // Add warped source image to destination image.
57. im_dst = im_dst + im_temp;
58. // Display image.
59. imshow("Image", im_dst);
60. waitKey(0);
61. return 0;
62. }
结果：

Opencv中Homography相关推荐

详解OpenCV中的Lucas Kanade稀疏光流单应追踪器
详解OpenCV中的Lucas Kanade稀疏光流单应追踪器 1. 效果图 2. 源码参考这篇博客将详细介绍OpenCV中的Lucas Kanade稀疏光流单应追踪器. 光流是由物体或相机的运动 ...
OpenCV中的特征匹配+单应性以查找对象
OpenCV中的特征匹配+单应性以查找对象 1. 效果图 2. 源码参考这篇博客将混合calib3d模块中的特征匹配和单应性,在复杂图像中查找已知对象. 1. 效果图特征匹配 & 单应性 ...
在OpenCV中使用单应性进行姿势估计
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达什么是单应性单应性是一种平面关系,可将点从一个平面转换为另一个平 ...
OpenCV中的「透视变换 / 投影变换 / 单应性」—cv.warpPerspective、cv.findHomography
文章目录引言透视变换(projective transform) 单应性(Homography) opencv代码仿射变换相关函数投影变换相关的函数鸟瞰图代码示例小结引言图像的几何变换 ...
[OpenCV实战]39 在OpenCV中使用ArUco标记的增强现实
文章目录 1 什么是ArUco标记? 2 在OpenCV中生成ArUco标记 3 检测Aruco标记 4 增强现实应用 5 总结和代码 5.1 生成aruco标记 5.2 使用aruco增强现实 6 ...
OpenCV进阶（10）在 OpenCV 中使用 ArUco 标记的增强现实
在这篇文章中,我们将解释什么是 ArUco 标记,以及如何使用 OpenCV 将它们用于简单的增强现实任务. ArUco 标记已经在增强现实.相机姿态估计和相机校准中使用了一段时间.让我们更多地了解它 ...
OpenCV学习笔记(12)——OpenCV中的轮廓
什么是轮廓找轮廓.绘制轮廓等 1.什么是轮廓轮廓可看做将连续的点(连着边界)连在一起的曲线,具有相同的颜色和灰度.轮廓在形态分析和物体的检测和识别中很有用. 为了更加准确,要使用二值化图像.在寻找 ...
OpenCV中的光流及视频特征点追踪
OpenCV中的光流及视频特征点追踪 1. 效果图 2. 原理 2.1 什么是光流?光流追踪的前提.原理 2.2 光流的应用 2.3 光流的2种方法 3. 源码 3.2 稀疏光流追踪 3.2 优化版稀 ...
Python，OpenCV中的图像修复——cv2.inpaint()
Python,OpenCV中的图像修复--cv2.inpaint 1. 效果图 2. 原理 3. 源码参考 image inpainting 图像修改这篇博客将介绍如何通过OpenCV中图像修复的 ...

Opencv中Homography

Homography应用：图像对齐

如何得到一个Homography

Homography应用：图像矫正

Homography应用：虚拟广告牌

Opencv中Homography相关推荐

最新文章

热门文章