从头开始实现 cv2.warpPerspective()

我正在使用 OpenCV 函数进行一些实验cv2.warpPerspective当我决定从头开始编码以更好地理解它的管道时。尽管我（希望）遵循了每一个理论步骤，但似乎我仍然遗漏了一些东西，并且我正在努力理解什么。请你帮助我好吗？

SRC 图像（左）和 True DST 图像（右） https://i.stack.imgur.com/BzZ2j.png

cv2.warpPerspective 的输出与真实 DST 重叠 https://i.stack.imgur.com/JQrBf.png

# Invert the homography SRC->DST to DST->SRC
hinv = np.linalg.inv(h)
src = gray1
dst = np.zeros(gray2.shape)
h, w = src.shape

# Remap back and check the domain
for ox in range(h):
    for oy in range(w):

        # Backproject from DST to SRC
        xw, yw, w = hinv.dot(np.array([ox, oy, 1]).T)

        # cv2.INTER_NEAREST
        x, y = int(xw/w), int(yw/w)

        # Check if it falls in the src domain
        c1 = x >= 0 and y < h
        c2 = y >= 0 and y < w

        if c1 and c2:
            dst[x, y] = src[ox, oy]

cv2.imshow(dst + gray2//2)

我的代码的输出 https://i.stack.imgur.com/QZ5gz.png

PS：输出图像是估计夏令时和真实夏令时的重叠，以更好地突出差异。

您的问题相当于typo。您混淆了坐标的命名。单应性假设(x,y,1)顺序，这将对应于(j,i,1).

只需使用(x, y, 1)在计算中，并且(xw, yw, w)其结果是（然后x,y = xw/w, yw/w). the w当正确表述时，因子反映了数学。

避免索引到.shape。指数不会“说话”。做就是了(height, width) = src.shape[:2]并使用那些。

我建议修复命名方案，或在评论中将其定义在顶部。我建议坚持x,y而不是 i、j、u、v，然后用前缀/后缀扩展它们所在的空间（“src/dst/in/out”）。也许像ox,oy为了迭代，只需xw,yw,w单应性结果，变成x,y通过除法，以及ix,iy (整数化) 中的采样input？然后你可以使用dst[oy, ox] = src[iy, ix]