计算OpenCV的findHomography的目标点

Question

编辑:我现在发现这个类似的问题有一个非常详细的答案:

透视变形矩形的比例

---

我正在使用OpenCV findHomography()和warpPerspective()方法"去歪斜"一张纸的照片.我有这个很大程度上工作,但我坚持一个细节.

我不明白该怎么做的部分是计算要输入的最佳目标点集findHomography().我知道我希望我的输出是矩形的,但我不知道矩形的宽度与高度的比例.我还希望调整输出矩形的大小,以便在应用变换时通过最小的输出图像缩放warpPerspective().我所拥有的是形成四边形的四个点,我想在源图像中进行变换.如何计算最佳尺寸的目标矩形？

Answer 1

该findHomography()方法将需要四个点（如果使用直接线性变换）。如果您想要最佳集，您将需要 4 点集，其中 DLT 的单应性可提供最小的重投影误差。我的意思是，您需要一种方法来检测DLT特定数学模型的内部值/异常值。

这种方法就是RANSAC，OpenCV已经实现了它。findhomography()您会发现与RANSAC结合的示例。

我个人发现了一个问题，那就是 OpenCV 中 RANSAC 的迭代次数太高了。如果您正在寻找最佳速度，则必须深入研究代码。