如何在OpenCV中使用单应性变换图片？

我有两张图片（A和B），一张图片与另一张图片有轻微的扭曲，它们之间存在平移、旋转和缩放差异（例如，这些图片：）

---

SSooooo我需要的是在图片B中应用一种变换，以补偿存在的失真/平移/旋转，从而使两张图片具有相同的大小、方向，并且没有平移

我已经提取了点并找到了单应性，如下所示。但是我不知道如何使用单应变换

matimg\u B

，所以它看起来像

matimg\u A

。有什么想法吗

//-- Localize the object from img_1 in img_2
std::vector<Point2f> obj;
std::vector<Point2f> scene;

for (unsigned int i = 0; i < good_matches.size(); i++) {
    //-- Get the keypoints from the good matches
    obj.push_back(keypoints_object[good_matches[i].queryIdx].pt);
    scene.push_back(keypoints_scene[good_matches[i].trainIdx].pt);
}

Mat H = findHomography(obj, scene, CV_RANSAC);

/--在img_2中从img_1定位对象
std：：向量obj；
矢量场景；
for（无符号整数i=0；i

---

干杯，

您想要这个功能。该过程类似于教程中介绍的过程（对于仿射变换和扭曲）

此问题不需要单应性。可以改为计算仿射变换。但是，如果您确实想将单应用于其他目的，可以查看下面的代码。它是从一篇关于这个问题的非常详细的文章中抄来的

C++示例

// pts_src and pts_dst are vectors of points in source 
// and destination images. They are of type vector<Point2f>. 
// We need at least 4 corresponding points. 

Mat h = findHomography(pts_src, pts_dst);

// The calculated homography can be used to warp 
// the source image to destination. im_src and im_dst are
// of type Mat. Size is the size (width,height) of im_dst. 

warpPerspective(im_src, im_dst, h, size);

'''
pts_src and pts_dst are numpy arrays of points
in source and destination images. We need at least 
4 corresponding points. 
''' 
h, status = cv2.findHomography(pts_src, pts_dst)

''' 
The calculated homography can be used to warp 
the source image to destination. Size is the 
size (width,height) of im_dst
'''

im_dst = cv2.warpPerspective(im_src, h, size)