Numpy 同时在图像和多边形标注上应用cv2.warpAffine

我使用OpenCV对图像应用随机透视变换，如下所示：

import cv2

# M: some random transformation operations

wimg = cv2.warpAffine(img, M, dsize=(width, height), borderValue=(114,114,114))

我有每个图像的实例分割多边形注释，我需要根据新扭曲的图像微调坐标

在不将多边形点转换为二进制图像、扭曲它们并转换回多边形点的情况下，如何快速完成此操作？

您可以使用：

---

正如OpenCV文档中所述：

此函数可用于N维点的几何变换

检查此问题，并由berak回答。然后，您可以迭代每个点，或者构造一个3xn矩阵并与变换矩阵相乘。两者的效率应该差不多相同。