python – 让cv.transform工作的麻烦

我想在一些单独的(x,y)点上使用相同的仿射矩阵M,就像我在cv2.warpAffine的图像上使用的那样.似乎cv2.transform是要走的路.当我尝试发送一个Nx2点的矩阵时,我得到了否定(

   src = np.array([
        [x1,y1],[x2,y2],[x3,y3],[x4,y4]],  dtype = "float32")
    print('source shape '+str(src.shape))
    dst=cv2.transform(src,M)

cv2.error: /home/jeremy/sw/opencv-3.1.0/modules/core/src/matmul.cpp:1947: error: (-215) scn == m.cols || scn + 1 == m.cols in function transform

我可以使用numpy算法得到我想要的变换：

    dst = np.dot(src,M[:,0:2]) +M[:,2]
    print('dest:{}'.format(dst))

但是想了解最新情况.文档说cv2.transform需要多个通道等于M中的列数,但我不清楚通道是什么 – 可能是’x’通道和’y’通道,但那么第三个通道就是,不同的行会表示什么？

解决方法:

Python上的OpenCV经常需要表单中的点

np.array([ [[x1, y1]], ..., [[xn, yn]] ])

这在documentation for cv2.transform()中并不清楚,但在使用点的其他函数的文档中更清楚,例如cv2.perspectiveTransform(),它们提到坐标位于不同的通道上：

src – input two-channel or three-channel floating-point array

变换也可以在3D中使用(使用4×4透视变换矩阵),这样就可以解释在cv2.transform()中使用双通道或三通道阵列的能力.

标签：python,opencv,numpy,affinetransform
来源： https://codeday.me/bug/20190622/1264984.html