目录
一、透视变换的定义与作用
二、透视变换的过程
三、OpenCV 中的透视变换函数
1. cv2.getPerspectiveTransform(src, dst)
2. cv2.warpPerspective(src, H, dsize, dst=None, flags=cv2.INTER_LINEAR, borderMode=cv2.BORDER_CONSTANT, borderValue=0)
四、文档扫描校正（将倾斜文档转为正视图）
五、透视变换 vs 仿射变换
六、注意事项
1、点坐标的准确性
2、边界黑边处理
3、非平面场景的限制
七、总结
一、透视变换的定义与作用
透视变换是将图像从一个视平面投影到另一个视平面的几何变换，用于解决图像的透视畸变问题（如近大远小的视觉效果），或实现视角转换（如从倾斜图像恢复正视图）。
- 核心目标：通过 4 组对应点（原图像与目标图像中的坐标对），计算单应性矩阵（Homography Matrix），将任意四边形区域映射为矩形（或其他四边形），实现视角校正或投影变换。
- 应用场景：文档扫描校正、无人机航拍图像视角调整、增强现实（AR）中的虚拟物体叠加、目标检测中的视角归一化等。
二、透视变换的过程
对一张我们即将做透视变换图像，首先要获取到图像中的4个坐标点，用于与目标图像中的坐标对应，这四个点还是有顺序的以坐标轴原点为参照点，距离原点最近的点为0号坐标，最远的为2号坐标，这两个点是最容易区分出来的；1号和3号位置可以通过坐标相减作为区分，距离X轴近的坐标的y值小于x值，所以按照x坐标减去y坐标得到的值1号坐标的值大于3号坐标的值。
区分0和2号坐标点：对四个点每个点坐标的x和y的值相加求和，我们发现，针对任意图片轮廓，如果被四个点描绘，距离原点最近的点求和的值最小，在右下点的值求和的数值最大，可以区分出左上和右下两个点
区分1和3号坐标点：对四个点每个点坐标的x和y的值相减（x-y），针对任意图片轮廓，如果被四个点描绘，位于右上角做差的值为一个很大的正数，在左下点的值做差的数值为负数，可以区分出左下和右上两个点
三、OpenCV 中的透视变换函数
OpenCV 提供两个核心函数实现透视变换：cv2.getPerspectiveTransform 和 cv2.warpPerspective。
1. cv2.getPerspectiveTransform(src, dst)
-
功能：根据 4 组对应点对计算单应性矩阵 H。
-
参数：
-
src：原图像中 4 个点的坐标（形状为(4,2)或(4,1,2)的浮点型数组）。 -
dst：目标图像中对应 4 个点的坐标（形状同上，通常取矩形的四个角点，如(0,0), (w,0), (w,h), (0,h)）。
-
-
返回值：单应性矩阵 H（形状为
(3,3)的浮点型矩阵）。
2. cv2.warpPerspective(src, H, dsize, dst=None, flags=cv2.INTER_LINEAR, borderMode=cv2.BORDER_CONSTANT, borderValue=0)
-
功能：根据单应性矩阵 H 对图像进行透视变换。
-
参数：
-
src：输入图像（单通道或三通道）。 -
H：单应性矩阵（由getPerspectiveTransform计算得到）。 -
dsize：输出图像的大小（元组(width, height)）。 -
flags：插值方法（默认cv2.INTER_LINEAR，常用cv2.INTER_NEAREST或cv2.INTER_CUBIC）。 -
borderMode：边界填充模式（默认cv2.BORDER_CONSTANT，可填充黑色或自定义颜色）。 -
borderValue：边界填充值（默认 0，即黑色）。
-
四、文档扫描校正（将倾斜文档转为正视图）
假设原图像中文档的四个角点坐标为 src_points，目标图像中希望将其映射为宽度 w、高度 h 的矩形（四个角点为 dst_points）：
import cv2
import numpy as np# 读取图像
img = cv2.imread('document.jpg')
h, w = img.shape[:2]# 定义原图像中的4个角点（需手动选择或通过特征匹配获取）
src_points = np.float32([[92, 112], [381, 90], [390, 264], [120, 309]]) # 左上、右上、右下、左下（顺序需对应）
# 定义目标图像中的4个角点（通常为矩形的四个角，左上、右上、右下、左下）
dst_points = np.float32([[0, 0], [w, 0], [w, h], [0, h]])# 计算单应性矩阵
H = cv2.getPerspectiveTransform(src_points, dst_points)# 应用透视变换
warped_img = cv2.warpPerspective(img, H, (w, h))# 显示结果
cv2.imshow('Original Image', img)
cv2.imshow('Warped Image', warped_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
可以看出我们将一张歪歪扭扭的照片扶正了，那么接下来我们就可以对图片做一些图像处理，使文本信息更加清晰。
关键点说明：
-
点的顺序：
-
src_points和dst_points中的点必须一一对应，通常按 左上→右上→右下→左下 的顺序排列，确保映射区域正确。
-
-
手动选点：
-
可通过鼠标交互函数（如
cv2.setMouseCallback）手动选择图像中的四个角点，提高灵活性。
-
-
目标图像大小：
-
dsize决定输出图像的宽度和高度，需根据实际需求设置（如原图像尺寸或自定义尺寸）。
-
五、透视变换 vs 仿射变换
| 特性 | 透视变换 | 仿射变换 |
|---|---|---|
| 变换类型 | 3D 投影到 2D 平面（非线性变换） | 2D 平面内的线性变换 + 平移 |
| 对应点要求 | 至少 4 个不共线点对 | 至少 3 个不共线点对 |
| 保持性质 | 直线映射为直线，但平行线可能不平行 | 直线、平行线、相对距离比例保持不变 |
| 变换矩阵 | 3×3 矩阵（8 个自由度） | 2×3 矩阵（6 个自由度） |
| 应用场景 | 视角校正、文档扫描、AR 视角变换 | 旋转、缩放、平移、剪切等简单变换 |
仿射变换的知识我们将在后面通过案例来详细介绍。
六、注意事项
1、点坐标的准确性
输入点对的微小误差会显著影响变换结果，建议通过特征匹配（如 SIFT、ORB）+ 随机抽样一致性算法（RANSAC）自动获取鲁棒的点对。
2、边界黑边处理
变换后的图像可能出现黑边（超出原图像范围），可通过调整 dsize 或裁剪去除黑边。
3、非平面场景的限制
透视变换假设场景为平面（如文档、墙面），若处理 3D 物体（如立方体），需分面处理或使用 3D 重建技术。
七、总结
透视变换是图像处理中解决视角畸变的核心技术，通过单应性矩阵实现任意四边形到矩形（或其他四边形）的映射，广泛应用于文档校正、图像拼接、AR 等领域。关键在于准确获取 4 组对应点对，并合理设置输出图像尺寸和插值方法。实际应用中，结合特征检测与匹配算法（如 SIFT+RANSAC）可实现自动化的透视变换，提高鲁棒性和效率。
