如何使用 `cv2.perspectiveTransform` 在 Python OpenCV 中的一组点上应用单应性？答案

【问题标题】：How to use `cv2.perspectiveTransform` to apply homography on a set of points in Python OpenCV?如何使用 `cv2.perspectiveTransform` 在 Python OpenCV 中的一组点上应用单应性？
【发布时间】：2019-07-30 00:57:28
【问题描述】：

我想将单应性应用于以下几点：

array([[-7.4894,  1.8873],
   [-7.4973,  1.8543],
   [-7.5375,  1.6725],
   [-7.5681,  1.522 ],
   [-7.5961,  1.371 ],
   [-7.6252,  1.2013],
   [-7.6504,  1.031 ],
   [-7.667 ,  0.8985],
   [-7.6817,  0.7657],
   [-7.6954,  0.613 ],
   [-7.7054,  0.4786],
   [-7.7124,  0.3452],
   [-7.7182,  0.1931],
   [-7.7215,  0.0866],
   [-7.7716,  0.0872],
   [-7.7715,  0.0929],
   [-7.7651,  0.2884],
   [-7.7587,  0.4269],
   [-7.7528,  0.5233],
   [-7.7418,  0.6616],
   [-7.7275,  0.8116],
   [-7.7048,  1.0032],
   [-7.6916,  1.0988],
   [-7.6686,  1.2478],
   [-7.6352,  1.4379],
   [-7.6091,  1.5741],
   [-7.5784,  1.7219],
   [-7.538 ,  1.8995],
   [-7.4894,  1.8873]], dtype=float32)

我的相机单应矩阵是这样的：

array([[ 3.9643041e-04,  6.5913662e-07,  3.1965813e-03],
       [ 7.4297395e-07, -3.9652368e-04, -4.4492882e-04],
       [-9.3076696e-06, -3.5773560e-06,  1.0000000e+00]], dtype=float32)

当我尝试使用 cv2.perspectiveTransform 应用单应性时，出现以下错误：

`cv2.error: OpenCV(4.0.0) C:\projects\opencv-python\opencv\modules\core\src\matmul.cpp:2270: error: (-215:Assertion failed) scn + 1 == m.cols in function 'cv::perspectiveTransform'`

我怀疑每个点都需要另一个维度。但我不确定如何用 numpy 添加这个维度。

解决这个问题的正确方法是什么？有没有办法确定根本原因？错误消息对我来说没有多大意义。

【问题讨论】：

标签： python numpy opencv homography

【解决方案1】：

确保 pts 形状为(n, 1, 2) 或(1,n,2)：

 pts = np.float32(pts).reshape(-1,1,2)
 #pts = np.array([pts], np.float32)
 cv2.perspectiveTransform(pts, M)

例如：

pts = np.array([[1,2,],[3,4]], np.float32)
M = np.array([[ 3.9643041e-04,  6.5913662e-07,  3.1965813e-03],
              [ 7.4297395e-07, -3.9652368e-04, -4.4492882e-04],
              [-9.3076696e-06, -3.5773560e-06,  1.0000000e+00]], dtype=np.float32)

## (n, 1, 2)
pts1 = pts.reshape(-1,1,2).astype(np.float32)
dst1 = cv2.perspectiveTransform(pts1, M)

## (1, n, 2)
pts2 = np.array([pts], np.float32)
dst2 = cv2.perspectiveTransform(pts2, M)

结果：

>>> print(pts1)
[[[1. 2.]]

 [[3. 4.]]]
>>> print(dst1)
[[[ 0.00359439 -0.00123725]]

 [[ 0.00438869 -0.00202888]]]
>>> print(pts2)
[[[1. 2.]
  [3. 4.]]]
>>> print(dst2)
[[[ 0.00359439 -0.00123725]
  [ 0.00438869 -0.00202888]]]

这是另一个例子：

How do I use the relationships between Flann matches to determine a sensible homography?

【讨论】：