Matlab 无裁剪的图像重映射

这是这个问题的延续：

我按照我的答案中的步骤：，我得到的答案如下：

但在回答的最后，我解释了一个问题，这就是我的问题

说明：

在上一个链接中，我已经有了步骤1中检测到的正方形的质心（这些检测到的正方形在下面的mask_图像中标记）：

我创建了一个网格图像，如下所示（我也知道它们的质心值）：

我还发现网格图像中的哪个点要映射到mask_u图像中的对应点

有了这些信息，我应用了scipy.interpolate.griddata（），然后是OpenCV的cv2.remap（）函数

其结果如下所示：

正如您所看到的，除中心的两个正方形外，所有的正方形都被剪裁。就像，输出仅包含连接遮罩图像所有质心的边界内的区域

下面的场景变得更糟：

当在第一步中未检测到四个角的最后一个正方形（黄色）或任何其他正方形时，情况更糟。考虑最后一个没有检测到。下面是我得到的结果，你可以看到底部有一个斜切（用黄色标记）：

问题：

为什么重映射函数在我给出的点之外不起作用？我应该怎么做才能在不剪切的情况下重新映射它

我认为即使我给出了一些不在边缘的点，它也可以用于完整的图像

预期产出：

下面是我在操作结束时预期的输出。（红色边界内的区域是我现在实际得到的）

寻找一些好的建议

更新：

我还在这里添加代码。只添加了重新映射的零件代码。完整代码太大，无法在此处添加：

# ideal - the grid image - http://i.stack.imgur.com/3QudG.png
# centroids - list of centroids of the squares in mask_image - http://i.stack.imgur.com/jh6bQ.png
# match_pts - list of centroids of the squares in grid image corresponding to squares in mask_image
# warped - the final image obtained after remap - http://i.stack.imgur.com/O26ZA.png

grid_x,grid_y = np.meshgrid(np.arange(ideal.shape[1]),np.arange(ideal.shape[0]))
dst = np.array(centroids) 
src = np.array(match_pts) 
grid_z = griddata(dst,src,(grid_x,grid_y),method='cubic')
map_x_32 = grid_z[:,:,0].astype('float32')
map_y_32 = grid_z[:,:,1].astype('float32')
warped = cv2.remap(ideal, map_x_32, map_y_32, cv2.INTER_CUBIC)

---

还添加了质心、匹配点等数据，这样如果有人想尝试，他们可以直接使用数据，而不是从图像中查找数据：

步骤1：在B、G、R、H、S、V平面中分析得到的任何最终二值图像，在该图像中执行斑点计数算法

步骤2：根据面积或轮廓长度找到最大的斑点。因为你们的斑点大多是平行四边形，所以面积或轮廓，任何一个都可以

步骤3：使用最大的水滴（因为最大的水滴是与现实世界中的正方形相似的最佳水滴），尝试找到水滴的方向…这可以通过拟合最佳拟合矩形或获取角点…获取连接它们的线的坡度（水平方向和垂直方向）

步骤4：获得两个坡度后，绘制两条穿过水滴轴的直线。对于轴，你可以平均角点，或者你可以使用质心（质心）…我会用平均角点

第五步：因为在每个水平和垂直方向上，间距是相等的（理想情况下，水平和垂直间距也是相等的，因为它来自于理想的正方形图片，但我们不会假设它……），只需要定位其他平行四边形的可能质心

底线：如果任何一个正方形被完美地检测到，你就可以制作整个网格。只需沿最大斑点的水平轴以2H（H=最大斑点的水平宽度）的间隔保持标记中心，沿斑点的垂直轴以2V（V=最大斑点的垂直高度）的间隔保持标记中心

要支持的一些图片

---

想分享一下代码吗？我的猜测是你在代码中犯了一个小错误/一个小的更正修复了…@Shambool:添加了代码这条评论仅仅是无关紧要的，因为我根本没有读过这个问题，因为在阅读了链接答案的开始注意事项后，我不确定为什么会认为你的问题获得了这个顶级图像使用好的方法。例如，如果你有这样的图像：，它会使事情变得更容易吗？这个链接的问题实际上是在软件中提出的，最后转移到了dsp。因为没有更好的答案，我开始赏金。因此，如果你有任何好的方法，请随意在那里张贴你的答案。从你的形象来看，我认为这是一个很好的解决方案，如果你能解释一下如何实施它的话。请那些否决这个问题的人评论一下这个问题有什么问题

如果我不知道这个问题，我如何改进它？

这个方法我知道，但我觉得我在回答中解释的方法更好（只是直觉，没有尝试过），因为在某些情况下，输入图像可能有一些缺陷，如中所示。所以很难把它们放在一条线上。ie为什么我选择重映射方法。我假设问题图像是您给出的图像…不是数独方块检测图像…在您的图像中，方块间隔稀疏，颜色不同（其中一些）…因此我相信至少会检测到一个方块，当然是橙色或黄色的方块。。。（有些地方你也说橙色方块被发现的几率很高……）…因此，您的图像中的一个正方形和整个网格都已准备就绪。！！嗨，您介意将此答案发布到此处吗：。我已在那里呼吁悬赏，您的答案更适合那里。在这里，我更感兴趣的是使用重映射方法解决此问题。如果您能在dsp.stackexchange中用一些代码解释您的答案，那就太好了。