我的OpenCV重映射（）有什么问题？

Question

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。

我的源图片：

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。

Answer 1

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()

Answer 2

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）：