[英]What's the fastest way to remap pixel values in OpenCV in Python?
[英]What is wrong with my OpenCV remap()ing?
我从OpenCV中的Image转换中获取了答案https://stackoverflow.com/a/10374811/4828720 ,并尝试将其调整为我的图像。
在其中,我确定了方格砖中心的像素坐标,如下图所示:
我的目标分辨率是784.我计算了像素的目标坐标。 我得到的代码是这样的:
import cv2
from scipy.interpolate import griddata
import numpy as np
source = np.array([
[315, 15],
[962, 18],
[526, 213],
[754, 215],
[516, 434],
[761, 433],
[225, 701],
[1036, 694],
], dtype=int)
destination = np.array([
[14, 14],
[770, 14],
[238, 238],
[546, 238],
[238, 546],
[546, 546],
[14, 770],
[770, 770]
], dtype=int)
source_image = cv2.imread('frames.png')
grid_x, grid_y = np.mgrid[0:783:784j, 0:783:784j]
grid_z = griddata(destination, source, (grid_x, grid_y), method='cubic')
map_x = np.append([], [ar[:,1] for ar in grid_z]).reshape(784,784)
map_y = np.append([], [ar[:,0] for ar in grid_z]).reshape(784,784)
map_x_32 = map_x.astype('float32')
map_y_32 = map_y.astype('float32')
warped_image = cv2.remap(source_image, map_x_32, map_y_32, cv2.INTER_CUBIC)
cv2.imwrite("/tmp/warped2.png", warped_image)
如果我运行它,没有任何源点最终到达预定的目的地,但我得到一个扭曲的混乱。 我在这里添加了目的地点:
我哪里错了? 我注意到我的网格和地图数组的分布不如示例中那样好。 点数太少了吗? 我是否需要在常规网格中使用它们? 我只尝试使用外角的四个点而没有运气。
如果您只有8个点用于扭曲图像中没有真正的失真,我建议使用此处所述的透视变换。
您引用的链接会尝试消除导致非直线的其他扭曲,但图像中的所有线条都是直线。
代码看起来像:
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('image.png')
rows,cols,ch = img.shape
pts1 = np.float32([
[315, 15],
[962, 18],
[225, 701],
[1036, 694],
], dtype=int)
pts2 = np.float32([
[14, 14],
[770, 14],
[14, 770],
[770, 770]
], dtype=int)
M = cv2.getPerspectiveTransform(pts1,pts2)
dst = cv2.warpPerspective(img,M,(784,784))
plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()
整个问题是我再次被numpy的行/列索引而不是x / y弄糊涂了。 #opencv IRC频道中有人指出了这一点。 我的源和目标数组必须切换其列:
source = np.array([
[15, 315],
[18, 962],
[213, 526],
[215, 754],
[434, 516],
[433, 761],
[701, 225],
[694, 1036],
], dtype=int)
destination = np.array([
[14, 14],
[14, 770],
[238, 238],
[238, 546],
[546, 238],
[546, 546],
[770, 14],
[770, 770]
], dtype=int)
然后它按预期工作(忽略丑陋的扭曲,这是一个简化的坐标列表来找到bug):
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.