您好，我目前正在研究图像转换，但有一件关于扭曲的事情我不明白。即有什么区别warpAffine() http://docs.opencv.org/2.4/modules/imgproc/doc/geometric_transformations.html#warpaffine and warpPerspective() http://docs.opencv.org/2.4/modules/imgproc/doc/geometric_transformations.html#warpperspective?
我的意思根本不是说转型有什么区别。我的问题是为什么我可以在上述两个函数中使用相同的变换矩阵（3x3）？输出是否相同（如果使用相同的变换矩阵运行）
或者何时使用其中一种，何时使用另一种？
仿射变换 https://en.wikipedia.org/wiki/Affine_transformation可以被认为是所有可能的透视变换的子集，又名同形异义词 https://en.wikipedia.org/wiki/Homography.
它们之间的主要功能区别是仿射变换always将平行线映射到平行线，而单应性can将平行线映射到相交线，反之亦然。
从规则的正方形开始，您可以看到平移和欧几里得变换（旋转、均匀缩放和平移）保持了纵横比；应用的结果仍然是一个正方形。然而，仿射变换可以将正方形在任一方向上压缩成矩形，并且还可以为正方形提供剪切/倾斜。但请注意，应用仿射变换后的形状是平行四边形——边仍然平行。对于单应性，情况不必如此。平行线可以扭曲以使它们相交。因此，矩形经单应性变换的结果是一般四边形，而矩形经仿射变换变换的结果始终是平行四边形。
功能warpAffine() and warpPerspective()不一定需要是两个不同的函数。任何写为 3x3 矩阵的仿射变换都可以传递到warpPerspective()并同样改变了；换句话说，像这样的函数warpPerspective可以采用 2x3 和 3x3 矩阵。但是，由于存在额外的行，透视转换会应用额外的步骤，因此这样做的效率不高。还，warpPerspective执行除法，因此运算中可能会引入较大的浮点误差，而这对于仿射变换来说是不必要的。最后，可以在不创建 3x3 方阵并将其反转的情况下完成仿射扭曲的反转。总而言之，将它们保留为单独的功能是有意义的。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
