在对整个图像应用单应之后，如何将2D点转换回来？

Question

我是opencv和图像相关几何的新手。但现在我正在做一些图像处理任务。 以下是我所做的： 给定pts_src、ptsdst，我使用cv2.findhomography（）和cv2.warpprospective（）扭曲了整个图像

findHomography为我提供了一个3x3单应矩阵。 cv2.warpPerspective（）为我提供了一个扭曲的图像，我可以从这个扭曲的图像中检测到一些特征点

但是，我需要将特征点坐标映射回原始输入图像。 有人能告诉我如何做到这一点吗

谢谢

Answer 1

我认为单应矩阵的逆矩阵将是从pts_dst映射回pts_src的新矩阵

正如您在评论中所说，如图here所示，您的第三个分量似乎确实是结果向量的缩放系数w：

(x, y) → (x′/w, y′/w)
where (x′, y′, w′) = mat ⋅ [x y 1]
(...) In case of a 2D vector transformation, the z component is omitted.

因此，您可以通过执行(V[0]/V[2], V[1]/V[2])来重新缩放它，就像您在评论中提到的那样

此外，我认为这个比例因子与矩阵的生成方式有关，因此请检查矩阵的详细信息，正如cv2.findHomography()的官方documentation所说：

Homography matrix is determined up to a scale. Thus, it is normalized so that h33=1.

希望这有帮助