Python OpenCV透视不适用于单应性

我尝试使用OpenCV 3，特别是SIFT功能、findHomography和warpPerspective，以便在较大的image2中找到image1，然后对image2进行透视变换，使其几乎与image1相等

代码如下：

将numpy作为np导入 进口cv2 从matplotlib导入pyplot作为plt 最小匹配计数=10 img1=cv2.imread'box.png'，0查询图像 img2=cv2.imread'box\u in_scene.png'，0 trainImage 启动筛分检测器 检测器=cv2.X特征2d.SIFT\u创建 使用SIFT查找关键点和描述符 kp1，des1=检测器.detectAndComputeimg1，无 printImage 1:kps:{}，描述符：{}.formatlenkp1，des1.shape kp2，des2=检测器。检测和计算MG2，无 printImage 2:kps:{}，描述符：{}.formatlenkp2，des2.shape 法兰索引KDTREE=0 索引参数=dictalgorithm=FLANN\u索引树，树=5 搜索参数=dictchecks=50 flann=cv2.FlannBasedMatcherindex参数，搜索参数 匹配=flann.knnMatchdes1，des2，k=2 根据Lowe比率测试存储所有良好匹配项。 好的=[] 对于匹配中的m，n： 如果m.距离<0.7*n.距离： 好的，先生 如果长度>最小匹配计数： src_pts=np.float32[kp1[m.queryIdx].pt表示m处于良好状态。重塑-1,1,2 dst_pts=np.float32[kp2[m.trainIdx]。m的pt处于良好状态。重塑-1,1,2 M、 掩码=cv2.findHomographysrc_pts，dst_pts，cv2.RANSAC，5.0 其他： 打印未找到足够的匹配-%d/%d%lengood，最小匹配计数 im_out=cv2.warp透视img2，M，img1.形状[1]*2，img1.形状[0]*2 plt.imshowim_out plt.imshowimg2 节目 生成的图像只是轻微扭曲，但不足以匹配img1

下面是匹配结果和扭曲结果

---

我解决了这个问题。我做单应性的方向不对。应该是：

    M, mask = cv2.findHomography(dst_pts, src_pts, cv2.RANSAC, 5.0)

而不是：

    M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)