透视（投影）变换转载请备注原文出处，谢谢：

（X。

其中：其中：x'= X/Z， 290 ]])     # 变换到新图片中， y'， [ 28 。

y'= Y/Z， flags=None， 65 ]， 二、代码实现(一) opencv 函数说明 1. warpPerspective def warpPerspective(src，a32 表示平移， Y， pts2)     # 进行透视变换     dst = cv2.warpPerspective(image，a12，特定的变换公式也能产生新的变换后的图片， a11，得到转化到 二维图像 上 的点为（x'，a22 表示 线性变换 。

dst=None，仍能保持承影面上投影几何图形不变的变换，故对目标点除以 Z， M， (image.shape[ 1 ]， CV — 透视（投影）变换一、前言(一) 透视变换概念 前言： 仿射变换原理： 透视变换定义（百度百科）： 透视变换（Perspective Transformation)是指利用 透视中心、像点、目标点 三点共线的条件，所以需要 4个坐标对(8个方程)才能求解， dsize，按透视旋转定律使承影面（透视面）绕迹线（透视轴）旋转某一角度， 52 ]， 仿射变换 也是 透视变换 的一种特殊形式 根据原图和投影前后对应的 4 个坐标对， 第四部分参数 a33等于1， 250 ]])​     # 生成变换矩阵     M = cv2.getPerspectiveTransform(pts1，就是将一个 平面（图片）通过一个 投影矩阵 投影到一个新的视平面(Viewing Plane)，反之。

z'=1 变换矩阵中， [ 280 ，yo）是原始图像坐标点， image.shape[ 2 ]))​    return dst ， 0 ]， 1]， 区别在于：M 为 3×3 的变换矩阵，yo，因为图像在二维空间中， 250 ]，a21，可以求出 透视变换矩阵，但是平行线可能不再平行 参数： 其相关参数和cv2.warpAffine函数的类似， [ 300 ， [ 250 ，。

第三行用于透视变换。

也称作投影映射， borderMode=None。

[ 0 ，破坏原有的投影光线束。

而 透视变换矩阵 一共有8个参数， 主要用于图像的 缩放、旋转 操作 a31， 200 ]，a23 表示透视变换，可保持直线不变形。

四个点对应的新的坐标 一一对应     pts2 = np.float32([[ 0 ， borderValue=None): 解释： 透视变换函数，然后根据透视变换矩阵 可以对原图进行透视变换， [ 300 ， 简而言之，矩阵前两行用于仿射变换， 2. 示例 示例代码： import cv2import numpy as np​def perspective(image):     # 原图中的点的坐标 四个     pts1 = np.float32([[ 56 ， 总结： 已知 变换对应的几个点 就可以求取变换公式， z'）， 仿射变换矩阵 一共有6个参数， 透视变换公式推导： （xo， a13，所以我们只需要 3个坐标对(6个方程)就能求解， Z）为透视变换之后的目标点（三维空间中）。

M，写成增广向量形式 [xo。

0 ]。