oepncv 图像矫正

2024-04-03 10:44
文章标签 图像 矫正 oepncv

本文主要是介绍oepncv 图像矫正,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

//图像定位矫正
bool ImageLocal(cv::Mat srcImg, cv::Mat& warpImg, Point2f SrcAffinePts[])
{Mat grayImg;if (srcImg.channels() != 1){cvtColor(srcImg, grayImg, COLOR_BGR2GRAY);}else{grayImg = srcImg.clone();}Mat blurImg;medianBlur(grayImg, blurImg, 5);Mat binImg;threshold(blurImg, binImg, 10, 255, THRESH_BINARY);//namedWindow("binImg", WINDOW_NORMAL);//imshow("binImg", binImg);vector<vector<Point>>contours;findContours(binImg, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);RotatedRect bRect;for (int cnt = 0; cnt < contours.size(); cnt++){double area = contourArea(contours[cnt]);if (area > 1000){bRect = minAreaRect(contours[cnt]);}}if (bRect.size.empty())return false;//如果没有找到最小外接矩形,返回false//找到最小外接矩形四个顶点Point2f srcPoints[4];bRect.points(srcPoints);//for (int i = 0; i < 4; i++)//{//	line(srcImg, srcPoints[i], srcPoints[(i + 1) % 4], Scalar(0, 255, 0), 3);//}//将四个点按照左上、右上、右下、左下进行区分int TL, TR, BR, BL;double addmax = 0.0, addmin = 999.9, submax = 0.0, submin = 999.9;for (int i = 0; i < 4; i++){double addval = srcPoints[i].x + srcPoints[i].y;double subval = srcPoints[i].x - srcPoints[i].y;if (addval > addmax){addmax = addval;BR = i;}if (addval < addmin){addmin = addval;TL = i;}if (subval > submax){submax = subval;TR = i;}if (subval < submin){submin = subval;BL = i;}}double LeftHeight = EuDis(srcPoints[TL], srcPoints[BL]);double RightHeight = EuDis(srcPoints[TR], srcPoints[BR]);double MaxHeight = max(LeftHeight, RightHeight);double UpWidth = EuDis(srcPoints[TL], srcPoints[TR]);double DownWidth = EuDis(srcPoints[BL], srcPoints[BR]);double MaxWidth = max(UpWidth, DownWidth);//这里使用的顺序是左上、右上、右下、左下顺时针顺序。SrcAffinePts、DstAffinePts要一一对应SrcAffinePts[0] = Point2f(srcPoints[TL]);SrcAffinePts[1] = Point2f(srcPoints[TR]);SrcAffinePts[2] = Point2f(srcPoints[BR]);SrcAffinePts[3] = Point2f(srcPoints[BL]);Point2f DstAffinePts[4] = { Point2f(0,0),Point2f(MaxWidth,0),Point2f(MaxWidth,MaxHeight),Point2f(0,MaxHeight) };Mat M = getPerspectiveTransform(SrcAffinePts, DstAffinePts);warpPerspective(srcImg, warpImg, M, Size(MaxWidth, MaxHeight), 1, 0, Scalar::all(0));return true;
}

这篇关于oepncv 图像矫正的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/872699

相关文章

音视频开发基础知识(1)——图像基本概念

像素 **像素是图像的基本单元,一个个像素就组成了图像。你可以认为像素就是图像中的一个点。**在下面这张图中,你可以看到一个个方块,这些方块就是像素。 分辨率 图像(或视频)的分辨率是指图像的大小或尺寸。我们一般用像素个数来表示图像的尺寸。比如说一张1920x1080的图像,前者1920指的是该图像的宽度方向上有1920个像素点,而后者1080指的是图像的高 度方向上有1080个像素点。

【Python机器学习】NMF——将NMF应用于人脸图像

将NMF应用于之前用过的Wild数据集中的Labeled Faces。NMF的主要参数是我们想要提取的分量个数。通常来说,这个数字要小于输入特征的个数(否则的话,将每个像素作为单独的分量就可以对数据进行解释)。 首先,观察分类个数如何影响NMF重建数据的好坏: import mglearn.plotsimport numpy as npimport matplotlib.pyplot as

AIGC-Animate Anyone阿里的图像到视频 角色合成的框架-论文解读

Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation 论文:https://arxiv.org/pdf/2311.17117 网页:https://humanaigc.github.io/animate-anyone/ MOTIVATION 角色动画的

什么是图像频率?

经常听到图像低频成份、高频成份等等,没有细想过,今天突然一想发现真的不明白是怎么回事,在知乎上发现某答案,引用如下: 首先说说图像频率的物理意义。图像可以看做是一个定义为二维平面上的信号,该信号的幅值对应于像素的灰度(对于彩色图像则是RGB三个分量),如果我们仅仅考虑图像上某一行像素,则可以将之视为一个定义在一维空间上信号,这个信号在形式上与传统的信号处理领域的时变信号是相似的。不过是一个是

【LocalAI】(13):LocalAI最新版本支持Stable diffusion 3,20亿参数图像更加细腻了,可以继续研究下

最新版本v2.17.1 https://github.com/mudler/LocalAI/releases Stable diffusion 3 You can use Stable diffusion 3 by installing the model in the gallery (stable-diffusion-3-medium) or by placing this YAML fi

matplotlib之常见图像种类

Matplotlib 是一个用于绘制图表和数据可视化的 Python 库。它支持多种不同类型的图形,以满足各种数据可视化需求。以下是一些 Matplotlib 支持的主要图形种类: 折线图(Line Plot): 用于显示数据随时间或其他连续变量的变化趋势。特点:能够显示数据的变化趋势,反映事物的变化情况。(变化)plt.plot() 函数用于创建折线图。  示例:

细粒度图像分类论文阅读笔记

细粒度图像分类论文阅读笔记 摘要Abstract1. 用于细粒度图像分类的聚合注意力模块1.1 文献摘要1.2 研究背景1.3 本文创新点1.4 计算机视觉中的注意力机制1.5 模型方法1.5.1 聚合注意力模块1.5.2 通道注意力模块通道注意力代码实现 1.5.3 空间注意力模块空间注意力代码实现 1.5.4 CBAM注意力机制CBAM注意力代码实现 1.5.5 本文模型整体架构 1.6

动手学深度学习(Pytorch版)代码实践 -计算机视觉-36图像增广

6 图片增广 import matplotlib.pyplot as pltimport numpy as npimport torch import torchvisionfrom d2l import torch as d2lfrom torch import nn from PIL import Imageimport liliPytorch as lpfrom tor

LVGL8.3动画图像(太空人)

LVGL8.3 动画图像 1. 动画图像本质 我们知道电影属于视频,而电影的本质是将一系列动作的静态图像进行快速切换而呈现出动画的形式,也就是说动画本质是一系列照片。所以 lvgl 依照这样的思想而定义了动画图像,所以在 lvgl 中动画图像类似于普通的静态图像对象。 唯一的区别是,动画图像设置了一个由多个源图像组成的数组,而不仅仅指定一个源图像。 2. 设置动画图像图片来源 不过在此之前

图像反转入门

文章目录 1.实验目的2.需求3.代码4.运行结果图 1.实验目的 熟练掌握图像像素操作API 2.需求 自己构造一个纯黑图像,通过多种方法进行反转,最终生成一个纯白图像 3.代码 """@Time : 2024/6/23 下午3:46@Author : chensong@File : 自己创建一个图像并反转.py@Desc : """im