“cv.findHomography”的解释`

Question

我正在尝试使用opencv查找两组点之间的单应性。我有源src和目标dst，我正在计算下面的单应Ha

import numpy as np
import cv2

src = np.array([[-47.59, -57.43, 139.59, 149.43, 46.],
       [141.43, 31.03, -1.43, 108.97, 70.],
       [579.23, 412.75, 422.55, 589.03, 500.89]])


dst = np.array([[-100, -100, 100, 100, 0],
       [-100, 100, 100, -100, 0],
       [0, 0, 0, 0, 0]])


H, _ = cv2.findHomography(src.T, dst.T)

print(np.allclose(H@src, dst))

OpenCV正在计算单应性，但当我尝试使用计算的H恢复原始dst时，它不起作用np.allclose(H@src, dst)给出了{}

但是，如果我仔细看一下这两个数组，下面是我所拥有的

这两组值之间有明确的对应关系。如果不是最后一排的话，我几乎可以放心地说，它们只是按比例因子缩小了。显然，比例因子为零没有意义。我错过了什么

Answer 1

由于3x3单应矩阵计算两个空间之间的2D点集之间的变换，因此dst的最后一个分量中有0将是一个问题。 这是因为src和dst必须是齐次表示中的一组二维点。因此，拥有0将使这些点无穷大

也许你正在寻找这样的东西：

&13； 第13部分,；

import cv2
import numpy as np

if __name__ == '__main__':
    src = np.array([[-47.59, -57.43, 139.59, 149.43, 46.],
                    [141.43, 31.03, -1.43, 108.97, 70.],
                    [579.23, 412.75, 422.55, 589.03, 500.89]])

    dst = np.array([[-100, -100, 100, 100, 0],
                    [-100, 100, 100, -100, 0],
                    [1, 1, 1, 1, 1]])  # converting to homogeneous coordinates

    H, _ = cv2.findHomography(src.T, dst.T)
    dst_est = H @ src
    print(np.allclose(dst_est / (dst_est[2, :]), dst / dst[2, :], atol=1e-2))  # dividing by last component to fix the scaling and adjusting the tolerance

；

和#13；