Question

我想在某些单独的（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想要多个频道等于M中的列数，但我不清楚频道是什么 - 也许是＆＃39; x＆＃39;频道和＆＃39; y＆＃39;通道，但那么第三个会是什么，不同的行会表示什么？

Answer 1

Python上的OpenCV通常需要表单中的点

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

documentation for cv2.transform()中不清楚这一点，但在使用点的其他函数的文档中更清楚，例如cv2.perspectiveTransform()，他们提到坐标位于不同的通道上：

src - 输入双通道或三通道浮点数组

变换也可以在3D中使用（使用4x4透视变换矩阵），这样就可以解释在cv2.transform()中使用双或三通道数组的能力

无法让cv.transform工作

1 个答案: