MATLAB 傾斜校正,透視變換
阿新 • • 發佈:2020-09-10
過去也寫過透視變換,當時演算法真是弱爆了,我竟然會通過兩次變換。不過那引用的三篇文章都是非常好的文章,直到今天我才看明白。所謂的傾斜校正,一定要有標定點,將一個傾斜的矩形變為不傾斜的。因此可以從原四邊形四個點和新矩形四個點得到一個變換矩陣,根據這個矩陣再作用到全域性影象就可以了。詳細原理在這裡,MIT的,我也不會比他介紹的更好了,還是看原版的好。
我這裡的程式碼完全就是按照MIT那篇文章的原理實現的,不過因為Matlab細節的原因,我把公式中x和y位置互換了:
1 clear all;
2 close all;
3 clc;
4
5 img= imread('rect.bmp ');
6 img= rgb2gray(img);
7 imshow(mat2gray(img));
8 [M N] = size(img);
9
10 dot=ginput(); %取四個點,依次是左上,右上,左下,右下,這裡我取的是書的四個角
11 w=round(sqrt((dot(1,1)-dot(2,1))^2+(dot(1,2)-dot(2,2))^2)); %從原四邊形獲得新矩形寬
12 h=round(sqrt((dot(1,1)-dot(3,1))^2+(dot(1,2)-dot(3,2))^2)); %從原四邊形獲得新矩形高
13
14 y=[dot(1,1) dot(2,1) dot(3,1) dot(4,1)]; %四個原頂點
15 x=[dot(1,2) dot(2,2) dot(3,2) dot(4,2)];
16
17 %這裡是新的頂點,我取的矩形,也可以做成其他的形狀
18 %大可以原影象是矩形,新影象是從dot中取得的點組成的任意四邊形.:)
19 Y=[dot(1,1) dot(1,1) dot(1,1)+h dot(1,1)+h];
20 X=[dot(1,2) dot(1,2)+w dot(1,2) dot(1,2)+w];
21
22 B=[X(1) Y(1) X(2) Y(2 ) X(3) Y(3) X(4) Y(4)]'; %變換後的四個頂點,方程右邊的值
23 %聯立解方程組,方程的係數
24 A=[x(1) y(1) 1 0 0 0 -X(1)*x(1) -X(1)*y(1);
25 0 0 0 x(1) y(1) 1 -Y(1)*x(1) -Y(1)*y(1);
26 x(2) y(2) 1 0 0 0 -X(2)*x(2) -X(2)*y(2);
27 0 0 0 x(2) y(2) 1 -Y(2)*x(2) -Y(2)*y(2);
28 x(3) y(3) 1 0 0 0 -X(3)*x(3) -X(3)*y(3);
29 0 0 0 x(3) y(3) 1 -Y(3)*x(3) -Y(3)*y(3);
30 x(4) y(4) 1 0 0 0 -X(4)*x(4) -X(4)*y(4);
31 0 0 0 x(4) y(4) 1 -Y(4)*x(4) -Y(4)*y(4)];
32
33 fa=inv(A)*B; %用四點求得的方程的解,也是全域性變換系數
34 a=fa(1);b=fa(2);c=fa(3);
35 d=fa(4);e=fa(5);f=fa(6);
36 g=fa(7);h=fa(8);
37
38 rot=[d e f;
39 a b c;
40 g h 1]; %公式中第一個數是x,Matlab第一個表示y,所以我矩陣1,2行互換了
41
42 pix1=rot*[1 1 1]'/(g*1+h*1+1); %變換後圖像左上點
43 pix2=rot*[1 N 1]'/(g*1+h*N+1); %變換後圖像右上點
44 pix3=rot*[M 1 1]'/(g*M+h*1+1); %變換後圖像左下點
45 pix4=rot*[M N 1]'/(g*M+h*N+1); %變換後圖像右下點
46
47 height=round(max([pix1(1) pix2(1) pix3(1) pix4(1)])-min([pix1(1) pix2(1) pix3(1) pix4(1)])); %變換後圖像的高度
48 width=round(max([pix1(2) pix2(2) pix3(2) pix4(2)])-min([pix1(2) pix2(2) pix3(2) pix4(2)])); %變換後圖像的寬度
49 imgn=zeros(height,width);
50
51 delta_y=round(abs(min([pix1(1) pix2(1) pix3(1) pix4(1)]))); %取得y方向的負軸超出的偏移量
52 delta_x=round(abs(min([pix1(2) pix2(2) pix3(2) pix4(2)]))); %取得x方向的負軸超出的偏移量
53 inv_rot=inv(rot);
54
55 for i = 1-delta_y:height-delta_y %從變換影象中反向尋找原影象的點,以免出現空洞,和旋轉放大原理一樣
56 for j = 1-delta_x:width-delta_x
57 pix=inv_rot*[i j 1]'; %求原影象中座標,因為[YW XW W]=fa*[y x 1],所以這裡求的是[YW XW W],W=gy+hx+1;
58 pix=inv([g*pix(1)-1 h*pix(1);g*pix(2) h*pix(2)-1])*[-pix(1) -pix(2)]'; %相當於解[pix(1)*(gy+hx+1) pix(2)*(gy+hx+1)]=[y x],這樣一個方程,求y和x,最後pix=[y x];
59
60 if pix(1)>=0.5 && pix(2)>=0.5 && pix(1)<=M && pix(2)<=N
61 imgn(i+delta_y,j+delta_x)=img(round(pix(1)),round(pix(2))); %最鄰近插值,也可以用雙線性或雙立方插值
62 end
63 end
64 end
65
66 figure;
67 imshow(uint8(imgn));
程式效果:
原圖,這是本不錯的書
傾斜校正後
將來說不定結合sift運算元和霍夫變換就能自動校正呢。