(一)OpenCV-Python学习—基础知识
opencv是一个强大的图像处理和计算机视觉库，实现了很多实用算法，值得学习和深究下。方便大家阅读，整理了下文章链接合集：
1.opencv包安装
· 这里直接安装opencv-python包（非官方）： pip install opencv-python
官方文档：https://opencv-python-tutroals.readthedocs.io/en/latest/
2. opencv简单图像处理
2.1 图像像素存储形式
首先得了解下图像在计算机中存储形式：(为了方便画图，每列像素值都写一样了)
对于只有黑白颜色的灰度图，为单通道，一个像素块对应矩阵中一个数字，数值为0到255, 其中0表示最暗（黑色） ，255表示最亮（白色）
对于采用RGB模式的彩色图片，为三通道图，Red、Green、Blue三原色，按不同比例相加，一个像素块对应矩阵中的一个向量, 如[24,180, 50]，分别表示三种颜色的比列, 即对应深度上的数字，如下图所示：
需要注意的是，由于历史遗留问题，opencv采用BGR模式，而不是RGB
2.2 图像读取和写入
cv2.imread()
imread(img_path,flag) 读取图片，返回图片对象 img_path: 图片的路径，即使路径错误也不会报错，但打印返回的图片对象为None flag：cv2.IMREAD_COLOR，读取彩色图片，图片透明性会被忽略，为默认参数，也可以传入1 cv2.IMREAD_GRAYSCALE,按灰度模式读取图像，也可以传入0 cv2.IMREAD_UNCHANGED,读取图像，包括其alpha通道，也可以传入-1
cv2.imshow()
imshow(window_name,img)：显示图片，窗口自适应图片大小
window_name: 指定窗口的名字
img：显示的图片对象
可以指定多个窗口名称，显示多个图片
waitKey(millseconds) 键盘绑定事件，阻塞监听键盘按键，返回一个数字（不同按键对应的数字不同）
millseconds: 传入时间毫秒数，在该时间内等待键盘事件；传入0时，会一直等待键盘事件
destroyAllWindows(window_name)
window_name: 需要关闭的窗口名字，不传入时关闭所有窗口
cv2.imwrite()
imwrite(img_path_name,img)
img_path_name:保存的文件名
img：文件对象
使用示例：
#coding:utf-8 import cv2 img = cv2.imread(r"C:\Users\Administrator\Desktop\roi.jpg") # print(img.shape) img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ret,img_threshold = cv2.threshold(img_gray,127,255,cv2.THRESH_BINARY) cv2.imshow("img",img) cv2.imshow("thre",img_threshold) key = cv2.waitKey(0) if key==27: #按esc键时，关闭所有窗口 print(key) cv2.destroyAllWindows() cv2.imwrite(r"C:\Users\Administrator\Desktop\thre.jpg",img_threshold)
2.3 图像像素获取和编辑
像素值获取：
img = cv2.imread(r"C:\Users\Administrator\Desktop\roi.jpg") #获取和设置 pixel = img[100,100] #[57 63 68],获取(100,100)处的像素值 img[100,100]=[57,63,99] #设置像素值 b = img[100,100,0] #57, 获取(100,100)处，blue通道像素值 g = img[100,100,1] #63 r = img[100,100,2] #68 r = img[100,100,2]=99 #设置red通道值 #获取和设置 piexl = img.item(100,100,2) img.itemset((100,100,2),99)
图片性质
import cv2 img = cv2.imread(r"C:\Users\Administrator\Desktop\roi.jpg") #rows,cols,channels img.shape #返回(280, 450, 3), 宽280(rows)，长450(cols)，3通道(channels) #size img.size #返回378000，所有像素数量，=280*450*3 #type img.dtype #dtype('uint8')
ROI截取（Range of Interest）
#ROI,Range of instrest roi = img[100:200,300:400] #截取100行到200行，列为300到400列的整块区域 img[50:150,200:300] = roi #将截取的roi移动到该区域 （50到100行，200到300列） b = img[:,:,0] #截取整个蓝色通道 b,g,r = cv2.split(img) #截取三个通道，比较耗时 img = cv2.merge((b,g,r))
2.4 添加边界(padding)
cv2.copyMakeBorder() 参数： img:图像对象 top,bottom,left,right: 上下左右边界宽度，单位为像素值 borderType: cv2.BORDER_CONSTANT, 带颜色的边界，需要传入另外一个颜色值 cv2.BORDER_REFLECT, 边缘元素的镜像反射做为边界 cv2.BORDER_REFLECT_101/cv2.BORDER_DEFAULT cv2.BORDER_REPLICATE, 边缘元素的复制做为边界 CV2.BORDER_WRAP value: borderType为cv2.BORDER_CONSTANT时，传入的边界颜色值，如[0,255,0]
使用示例：
#coding:utf-8 import cv2 as cv import matplotlib.pyplot as plt img2 = cv.imread(r"C:\Users\Administrator\Desktop\dog.jpg") img = cv.cvtColor(img2,cv.COLOR_BGR2RGB) #matplotlib的图像为RGB格式 constant = cv.copyMakeBorder(img,20,20,20,20,cv.BORDER_CONSTANT,value=[0,255,0]) #绿色 reflect = cv.copyMakeBorder(img,20,20,20,20,cv.BORDER_REFLECT) reflect01 = cv.copyMakeBorder(img,20,20,20,20,cv.BORDER_REFLECT_101) replicate = cv.copyMakeBorder(img,20,20,20,20,cv.BORDER_REPLICATE) wrap = cv.copyMakeBorder(img,20,20,20,20,cv.BORDER_WRAP) titles = ["constant","reflect","reflect01","replicate","wrap"] images = [constant,reflect,reflect01,replicate,wrap] for i in range(5): plt.subplot(2,3,i+1),plt.imshow(images[i]),plt.title(titles[i]) plt.xticks([]),plt.yticks([]) plt.show()
2.5 像素算术运算
cv2.add() 相加的两个图片，应该有相同的大小和通道
cv2.add() 参数： img1:图片对象1 img2:图片对象2 mask:None （掩膜，一般用灰度图做掩膜，img1和img2相加后，和掩膜与运算，从而达到掩盖部分区域的目的） dtype:-1 注意：图像相加时应该用cv2.add(img1,img2)代替img1+img2 >>> x = np.uint8([250]) >>> y = np.uint8([10]) >>> print cv2.add(x,y) # 250+10 = 260 => 255 #相加，opencv超过255的截取为255 [[255]] >>> print x+y # 250+10 = 260 % 256 = 4 #相加，np超过255的会取模运算 （uint8只能表示0-255，所以取模） [4]
使用示例：图一无掩膜，图二有掩膜
#coding:utf-8 import cv2 as cv import numpy as np img1 = cv.imread("C:\Users\Administrator\Desktop\cat.jpg",0) roi_img = np.zeros(img1.shape[0:2],dtype=np.uint8) # print(img1.shape[0:2]) roi_img[100:280,400:550]=255 img_add = cv.add(img1,img1) img_add_mask = cv.add(img1,img1,mask=roi_img) # cv.imshow("img1",img1) # cv.imshow("roi_img",roi_img) cv.imshow("img_add",img_add) cv.imshow("img_add_mask",img_add_mask) cv.waitKey(0) cv.destroyAllWindows()
cv.addWeight(): 两张图片相加，分别给予不同权重，实现图片融合和透明背景等效果
cv2.addWeighted() 两张图片相加，分别给予不同权重，实现图片融合和透明背景等效果 参数： img1:图片对象1 alpha:img1的权重 img2:图片对象2 beta:img1的权重 gamma：常量值，图像相加后再加上常量值 dtype：返回图像的数据类型，默认为-1，和img1一样 (img1*alpha+img2*beta+gamma)
使用示例：
#coding:utf-8 import cv2 as cv img1 = cv.imread(r"C:\Users\Administrator\Desktop\dog.jpg") img = img1[0:426,43:683] img2 = cv.imread(r"C:\Users\Administrator\Desktop\cat.jpg") blend = cv.addWeighted(img,0.5,img2,0.9,0) #两张图的大小和通道也应该相同 cv.imshow("blend",blend) cv.waitKey() cv.destroyAllWindows()
2.6 图像位运算
btwise_and(), bitwise_or(), bitwise_not(), bitwise_xor()
cv2.btwise_and(): 与运算 参数： img1:图片对象1 img2:图片对象2 mask:掩膜 cv2.bitwise_or()：或运算 参数： img1:图片对象1 img2:图片对象2 mask:掩膜 cv2.bitwise_not(): 非运算 img1:图片对象1 mask:掩膜 cv2.bitwise_xor():异或运算，相同为1，不同为0（1^1=0,1^0=1） img1:图片对象1 img2:图片对象2 mask:掩膜
使用示例：将logo图片移动到足球图片中，需要截取logo图片的前景和足球图片ROI的背景，然后叠加，效果如下：
#coding:utf-8 import cv2 as cv import matplotlib.pyplot as plt img1 = cv.imread(r"C:\Users\Administrator\Desktop\logo.png") rows,cols = img1.shape[0:2] img2 = cv.imread(r"C:\Users\Administrator\Desktop\Messi.jpg") roi = img2[0:rows,0:cols] img1_gray = cv.cvtColor(img1,cv.COLOR_BGR2GRAY) ret,img1_thres = cv.threshold(img1_gray,200,255,cv.THRESH_BINARY_INV) img1_fg =cv.add(img1,img1,mask=img1_thres) #拿到logo图案的前景 img1_thres_inv = cv.bitwise_not(img1_thres) roi_bg = cv.add(roi,roi,mask=img1_thres_inv) #拿到roi图案的背景 img_add = cv.add(img1_fg,roi_bg) #背景和前景相加 img2[0:rows,0:cols] = img_add cv.imshow("gray",img1_gray) cv.imshow("thres",img1_thres) cv.imshow("fg",img1_fg) cv.imshow("tinv",img1_thres_inv) cv.imshow("roi_bg",roi_bg) cv.imshow("img_add",img_add) cv.imshow("img2",img2) cv.waitKey(0) cv.destroyAllWindows()
2.7 图像颜色空间转换
cv2.cvtColor()
cv2.cvtColor() 参数： img: 图像对象 code： cv2.COLOR_RGB2GRAY: RGB转换到灰度模式 cv2.COLOR_RGB2HSV： RGB转换到HSV模式（hue,saturation,Value） cv2.inRange() 参数： img: 图像对象/array lowerb: 低边界array， 如lower_blue = np.array([110,50,50]) upperb：高边界array， 如 upper_blue = np.array([130,255,255]) mask = cv2.inRange(hsv, lower_green, upper_green)
2.8 性能评价
cv2.getTickCount()： 获得时钟次数
cv2.getTickFrequency()：获得时钟频率 （每秒振动次数）
img1 = cv2.imread('messi5.jpg') e1 = cv2.getTickCount() for i in xrange(5,49,2): img1 = cv2.medianBlur(img1,i) e2 = cv2.getTickCount() t = (e2 - e1)/cv2.getTickFrequency() print t
2.9 绑定trackbar到图像
cv2.createTrackbar()
cv2.getTrackbarPos()
cv2.createTrackbar() 为窗口添加trackbar
参数：
trackbarname: trackbar的名字
winname: 窗口的名字
value: trackbar创建时的值
count：trackbar能设置的最大值，最小值总为0
onChange：trackbar值发生变化时的回调函数，trackbar的值作为参数传给onchange
cv2.getTrackbarPos() 获取某个窗口中trackbar的值
参数：
trackbarname: trackbar的名字
winname: 窗口的名字
使用示例：通过改变trackbar的值，来寻找最优的mask范围，从而识别出图片中蓝色的瓶盖
#coding:utf-8 import cv2 as cv import numpy as np def nothing(args): pass img = cv.imread(r"C:\Users\Administrator\Desktop\frame.png") img_hsv = cv.cvtColor(img,cv.COLOR_BGR2HSV) cv.namedWindow('tracks') cv.createTrackbar("LH","tracks",0,255,nothing) cv.createTrackbar("LS","tracks",0,255,nothing) cv.createTrackbar("LV","tracks",0,255,nothing) cv.createTrackbar("UH","tracks",255,255,nothing) cv.createTrackbar("US","tracks",255,255,nothing) cv.createTrackbar("UV","tracks",255,255,nothing) # switch = "0:OFF \n1:ON" # cv.createTrackbar(switch,"tracks",0,1,nothing) while(1): l_h = cv.getTrackbarPos("LH","tracks") l_s = cv.getTrackbarPos("LS","tracks") l_v = cv.getTrackbarPos("LV","tracks") u_h = cv.getTrackbarPos("UH","tracks") u_s = cv.getTrackbarPos("US","tracks") u_v = cv.getTrackbarPos("UV","tracks") lower_b = np.array([l_h,l_s,l_v]) upper_b = np.array([u_h,u_s,u_v]) mask = cv.inRange(img_hsv,lower_b,upper_b) res = cv.add(img,img,mask=mask) cv.imshow("img",img) cv.imshow("mask",mask) cv.imshow("res",res) k = cv.waitKey(1) if k==27: break # print(r,g,b) # if s==0: # img[:]=0 # else: # img[:]= cv.destroyAllWindows()
3. 图像阈值化
cv2.threshold()
cv2.adaptiveThreshold()
cv2.threshold(): 参数： img:图像对象，必须是灰度图 thresh:阈值 maxval：最大值 type: cv2.THRESH_BINARY: 小于阈值的像素置为0，大于阈值的置为maxval cv2.THRESH_BINARY_INV： 小于阈值的像素置为maxval，大于阈值的置为0 cv2.THRESH_TRUNC： 小于阈值的像素不变，大于阈值的置为thresh cv2.THRESH_TOZERO 小于阈值的像素置0，大于阈值的不变 cv2.THRESH_TOZERO_INV 小于阈值的不变，大于阈值的像素置0 返回两个值 ret:阈值 img：阈值化处理后的图像 cv2.adaptiveThreshold() 自适应阈值处理，图像不同部位采用不同的阈值进行处理 参数： img: 图像对象，8-bit单通道图 maxValue:最大值 adaptiveMethod: 自适应方法 cv2.ADAPTIVE_THRESH_MEAN_C ：阈值为周围像素的平均值 cv2.ADAPTIVE_THRESH_GAUSSIAN_C : 阈值为周围像素的高斯均值（按权重） threshType: cv2.THRESH_BINARY: 小于阈值的像素置为0，大于阈值的置为maxValuel cv2.THRESH_BINARY_INV: 小于阈值的像素置为maxValue，大于阈值的置为0 blocksize: 计算阈值时，自适应的窗口大小,必须为奇数 （如3：表示附近3个像素范围内的像素点，进行计算阈值） C： 常数值，通过自适应方法计算的值，减去该常数值 (mean value of the blocksize*blocksize neighborhood of (x, y) minus C)
使用示例：
#coding:utf-8 import cv2 as cv import matplotlib.pyplot as plt img = cv.imread(r"C:\Users\Administrator\Desktop\maze.png",0) ret,thre1 = cv.threshold(img,127,255,cv.THRESH_BINARY) adaptive_thre1 = cv.adaptiveThreshold(img,255,cv.ADAPTIVE_THRESH_MEAN_C,cv.THRESH_BINARY,7,2) adaptive_thre2 = cv.adaptiveThreshold(img,255,cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY,7,2) titles = ["img","thre1","adaptive_thre1","adaptive_thre2"] imgs = [img,thre1,adaptive_thre1,adaptive_thre2 ] for i in range(4): plt.subplot(2,2,i+1), plt.imshow(imgs[i],"gray") plt.title(titles[i]) plt.xticks([]),plt.yticks([]) plt.show()
奥斯二值化（Otsu's Binarization）
对于一些双峰图像，奥斯二值化能找到两峰之间的像素值作为阈值，并将其返回。适用于双峰图像的阈值化，或者通过去噪而产生的双峰图像。
官网使用示例：
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('noisy2.png',0) # global thresholding ret1,th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY) # Otsu's thresholding ret2,th2 = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) # Otsu's thresholding after Gaussian filtering blur = cv2.GaussianBlur(img,(5,5),0) ret3,th3 = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) # plot all the images and their histograms images = [img, 0, th1, img, 0, th2, blur, 0, th3] titles = ['Original Noisy Image','Histogram','Global Thresholding (v=127)', 'Original Noisy Image','Histogram',"Otsu's Thresholding", 'Gaussian filtered Image','Histogram',"Otsu's Thresholding"] for i in xrange(3): plt.subplot(3,3,i*3+1),plt.imshow(images[i*3],'gray') plt.title(titles[i*3]), plt.xticks([]), plt.yticks([]) plt.subplot(3,3,i*3+2),plt.hist(images[i*3].ravel(),256) plt.title(titles[i*3+1]), plt.xticks([]), plt.yticks([]) plt.subplot(3,3,i*3+3),plt.imshow(images[i*3+2],'gray') plt.title(titles[i*3+2]), plt.xticks([]), plt.yticks([]) plt.show()
4. 图像形状变换
4.1 cv2.resize() 图像缩放
cv2.resize() 放大和缩小图像 参数： src: 输入图像对象 dsize：输出矩阵/图像的大小，为0时计算方式如下：dsize = Size(round(fx*src.cols),round(fy*src.rows)) fx: 水平轴的缩放因子，为0时计算方式： (double)dsize.width/src.cols fy: 垂直轴的缩放因子，为0时计算方式： (double)dsize.heigh/src.rows interpolation：插值算法 cv2.INTER_NEAREST : 最近邻插值法 cv2.INTER_LINEAR 默认值，双线性插值法 cv2.INTER_AREA 基于局部像素的重采样（resampling using pixel area relation）。对于图像抽取（image decimation）来说，这可能是一个更好的方法。但如果是放大图像时，它和最近邻法的效果类似。 cv2.INTER_CUBIC 基于4x4像素邻域的3次插值法 cv2.INTER_LANCZOS4 基于8x8像素邻域的Lanczos插值 cv2.INTER_AREA 适合于图像缩小， cv2.INTER_CUBIC (slow) & cv2.INTER_LINEAR 适合于图像放大
官网示例：
import cv2 import numpy as np img = cv2.imread('messi5.jpg') res = cv2.resize(img,None,fx=2, fy=2, interpolation = cv2.INTER_CUBIC) #OR height, width = img.shape[:2] res = cv2.resize(img,(2*width, 2*height), interpolation = cv2.INTER_CUBIC)
4.2 cv2.warpAffine() 仿射变换
仿射变换（从二维坐标到二维坐标之间的线性变换，且保持二维图形的“平直性”和“平行性”。仿射变换可以通过一系列的原子变换的复合来实现，包括平移，缩放，翻转，旋转和剪切）
cv2.warpAffine() 仿射变换（从二维坐标到二维坐标之间的线性变换，且保持二维图形的“平直性”和“平行性”。仿射变换可以通过一系列的原子变换的复合来实现，包括平移，缩放，翻转，旋转和剪切） 参数： img: 图像对象 M：2*3 transformation matrix (转变矩阵) dsize：输出矩阵的大小,注意格式为（cols，rows） 即width对应cols，height对应rows flags：可选，插值算法标识符，有默认值INTER_LINEAR， 如果插值算法为WARP_INVERSE_MAP, warpAffine函数使用如下矩阵进行图像转dst(x,y)=src(M11*x+M12*y+M13,M21*x+M22*y+M23) borderMode：可选， 边界像素模式，有默认值BORDER_CONSTANT borderValue:可选，边界取值，有默认值Scalar()即0
常用插值算法：
仿射变换的本质：即一个矩阵A和向量B共同组成的转变矩阵，和原图像坐标相乘来得到新图像的坐标，从而实现图像移动，旋转等。如下矩阵A和向量B组成的转变矩阵M，用来对原图像的坐标（x,y）进行转变，得到新的坐标向量T
矩阵A和向量B
仿射变换（矩阵计算）：变换前坐标（x,y）
变换结果：变换后坐标（a00*x+a01 *y+b00, a10*x+a11*y+b10）
4.2.1 平移变换
了解了仿射变换的概念，平移变换只是采用了一个如下的转变矩阵（transformation matrix）: 从（x,y）平移到（x+tx, y+ty）
官网使用示例：向右平移100，向下平移50
import cv2 import numpy as np img = cv2.imread('messi5.jpg',0) rows,cols = img.shape M = np.float32([[1,0,100],[0,1,50]]) dst = cv2.warpAffine(img,M,(cols,rows)) cv2.imshow('img',dst) cv2.waitKey(0) cv2.destroyAllWindows()
4.2.2 放大和缩小
放大和缩小指相对于原坐标（x,y）,变换为了（a*x, b*y）,即水平方向放大了a倍，水平方向放大了b倍，其对应的转变矩阵如下：
4.2.3 旋转变换
将（x,y），以坐标原点为中心，顺时针方向旋转α得到(x1,y1)， 有如下关系x1 = xcosα-ysinα, y1 =xsinα+ycosα; 因此可以构建对应的转变矩阵如下：
opencv将其扩展到，任意点center为中心进行顺时针旋转α，放大scale倍的，转变矩阵如下：
通过getRotationMatrix2D()能得到转变矩阵
cv2.getRotationMatrix2D() 返回2*3的转变矩阵（浮点型）
参数：
center：旋转的中心点坐标
angle：旋转角度，单位为度数，证书表示逆时针旋转
scale：同方向的放大倍数
4.2.4 仿射变换矩阵的计算
通过上述的平移，缩放，旋转的组合变换即实现了仿射变换，上述多个变换的变换矩阵相乘即能得到组合变换的变换矩阵。同时该变换矩阵中涉及到六个未知数（2*3的矩阵），通过变换前后对应三组坐标，也可以求出变换矩阵，opencv提供了函数getAffineTransform()来计算变化矩阵
1> 矩阵相乘：将平移，旋转和缩放的变换矩阵相乘，最后即为仿射变换矩阵
2> getAffineTransform()：根据变换前后三组坐标计算变换矩阵
cv2.getAffineTransform() 返回2*3的转变矩阵 参数： src：原图像中的三组坐标，如np.float32([[50,50],[200,50],[50,200]]) dst: 转换后的对应三组坐标，如np.float32([[10,100],[200,50],[100,250]])
官网使用示例：
img = cv2.imread('drawing.png') rows,cols,ch = img.shape pts1 = np.float32([[50,50],[200,50],[50,200]]) pts2 = np.float32([[10,100],[200,50],[100,250]]) M = cv2.getAffineTransform(pts1,pts2) dst = cv2.warpAffine(img,M,(cols,rows)) plt.subplot(121),plt.imshow(img),plt.title('Input') plt.subplot(122),plt.imshow(dst),plt.title('Output') plt.show()
4.3 透视变换(persperctive transformation)
仿射变换都是在二维空间的变换，透视变换（投影变换）是在三维空间中发生了旋转。需要前后四组坐标来计算对应的转变矩阵，opencv提供了函数getPerspectiveTransform()来计算转变矩阵，cv2.warpPerspective()函数来进行透视变换。其对应参数如下：
cv2.getPerspectiveTransform() 返回3*3的转变矩阵 参数： src：原图像中的四组坐标，如 np.float32([[56,65],[368,52],[28,387],[389,390]]) dst: 转换后的对应四组坐标，如np.float32([[0,0],[300,0],[0,300],[300,300]]) cv2.warpPerspective() 参数： src: 图像对象 M：3*3 transformation matrix (转变矩阵) dsize：输出矩阵的大小，注意格式为（cols，rows） 即width对应cols，height对应rows flags：可选，插值算法标识符，有默认值INTER_LINEAR， 如果插值算法为WARP_INVERSE_MAP, warpAffine函数使用如下矩阵进行图像转dst(x,y)=src(M11*x+M12*y+M13,M21*x+M22*y+M23) borderMode：可选， 边界像素模式，有默认值BORDER_CONSTANT borderValue:可选，边界取值，有默认值Scalar()即0
官网使用示例：
img = cv2.imread('sudokusmall.png') rows,cols,ch = img.shape pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]]) pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]]) M = cv2.getPerspectiveTransform(pts1,pts2) dst = cv2.warpPerspective(img,M,(300,300)) plt.subplot(121),plt.imshow(img),plt.title('Input') plt.subplot(122),plt.imshow(dst),plt.title('Output') plt.show()
从上图中可以透视变换的一个应用，如果能找到原图中纸张的四个顶点，将其转换到新图中纸张的四个顶点，能将歪斜的roi区域转正，并进行放大；如在书籍，名片拍照上传后进行识别时，是一个很好的图片预处理方法。
opencv中还提供了一个函数perspctiveTransform()来对坐标点进行透视变换，对于原图像上的一点，通过perspctiveTransform()能计算出透视变换后图片上该点的坐标，其对应参数如下：
cv2.perspectiveTransform(src, matrix)
参数：
src：坐标点矩阵，注意其格式. 如src=np.array([[589, 91],[1355, 91],[1355, 219],[589, 219]], np.float32).reshape(-1, 1, 2), 表示四个坐标点，size为(4, -1, 2)
matrix：getPerspectiveTransform()得到的透视变换矩阵 返回值：变换后的坐标点，格式和src相同
若变换前坐标点src(x, y),变换后坐标点为dst(X, Y)， 其内部计算过程如下
#matrix matrix = np.float32([[ 8.06350904e-01 -1.67497791e-02 -4.34096149e+01] [ 2.85178118e-02 8.29440456e-01 -6.26063898e+01] [ 2.41877972e-05 1.99790270e-05 1.00000000e+00]]) rect = np.array([[589, 91], [1355, 91], [1355, 219], [589, 219]], np.float32) rect = rect.reshape(-1, 1, 2) newRect = cv2.perspectiveTransform(rect, matrix) def test(rect, matrix): rect_fill = np.ones((4, 3), dtype=np.float32) rect_fill[:, :2] = rect mid_rect = np.dot(matrix, rect_fill.T) mid_rect = mid_rect.T mid_rect[:, :2] = mid_rect[:, :2]/mid_rect[:, 2:] print("TEST", mid_rect)
官方文档：https://docs.opencv.org/3.0-beta/modules/imgproc/doc/miscellaneous_transformations.html?highlight=adaptivethreshold#cv2.adaptiveThreshold
Tutorial：https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_gui/py_trackbar/py_trackbar.html#trackbar
