OpenCV几何变换与透视矫正实战

LinuxROS · 2026-9-6 10:45:15

传送带上的工件是斜的、快递单被拍成梯形、仪表盘在广角镜下桶形畸变——直接送进 OCR 或模板匹配，识别率会掉一大截。读完本文掌握 resize、仿射变换、旋转与透视矫正的用法。

---

一、为什么需要几何变换

摄像头很难正对目标。PCB 在传送带上可能倾斜 15 度，文档扫描时被拍成梯形，广角镜头下桶形畸变让直线变弯。如果直接把这些图送进检测算法，坐标系是歪的，ROI 区域对不上，后面所有测量都会带偏。几何变换的目标就是把图像恢复到标准视角，让后续算法在统一的坐标系里工作。

几何变换解决的是图像坐标系不统一的问题，是检测和识别的前置步骤。

---

二、几何变换的本质

所有几何变换都是像素重采样：原图每个像素坐标 (x, y) 经过变换矩阵映射到新位置 (x', y')，再用插值补齐缺失像素。

缩放：改变输出尺寸，配合插值控制平滑度。放大用 INTER_CUBIC，缩小用 INTER_AREA

仿射变换：保持直线平行性，能做平移、旋转、缩放、剪切，用 2×3 矩阵描述

透视变换：能处理梯形、斜拍等不平行情况，用 4 组对应点求解 3×3 单应矩阵

缩放和仿射用 2×3 矩阵，透视用 3×3 矩阵，两者本质都是坐标映射加插值。

---

三、核心接口

接口名称	核心功能	关键参数	工业推荐取值
cv2.resize	缩放图像	dsize , interpolation	放大用 INTER_CUBIC，缩小用 INTER_AREA
cv2.warpAffine	仿射变换	M , dsize	2×3 矩阵，dsize 等于输出尺寸
cv2.getRotationMatrix2D	生成旋转矩阵	center , angle, scale	中心取图像中点，scale=0.8~1.0
cv2.getPerspectiveTransform	求透视矩阵	4 组对应点	源点按顺序对应目标点
cv2.warpPerspective	透视变换	M , dsize	输出尺寸等于目标矩形宽高

cv2.resize 缩放图像，dsize 是 (宽, 高) 不是 (高, 宽)。cv2.getRotationMatrix2D 生成旋转矩阵，angle 为正表示逆时针。cv2.getPerspectiveTransform 从 4 组源点和目标点计算 3×3 透视矩阵，工业上最常用的是在图像上标出目标区域的四个角点然后拉成矩形。

import cv2

import numpy as np

import os

def main():

out_dir = "output/opencv_series"

os.makedirs(out_dir, exist_ok=True)

# 构造一张 400x400 的梯形图：模拟斜拍文档

img = np.ones((400, 400, 3), dtype=np.uint8) * 255

pts = np.array([[80, 60], [320, 50], [340, 350], [60, 340]], np.int32)

cv2.fillPoly(img, [pts], (200, 200, 200))

cv2.polylines(img, [pts], True, (0, 0, 0), 2)

cv2.imwrite(os.path.join(out_dir, "trapezoid_src.png"), img)

# 缩放

resized = cv2.resize(img, (200, 200), interpolation=cv2.INTER_AREA)

# 旋转 15 度

h, w = img.shape[:2]

M_rot = cv2.getRotationMatrix2D((w // 2, h // 2), 15, 0.9)

rotated = cv2.warpAffine(img, M_rot, (w, h),

borderMode=cv2.BORDER_CONSTANT,

borderValue=(255, 255, 255))

# 透视矫正：把梯形区域拉成 300x300 矩形

src_pts = np.float32([[80, 60], [320, 50], [340, 350], [60, 340]])

dst_pts = np.float32([[0, 0], [300, 0], [300, 300], [0, 300]])

M_persp = cv2.getPerspectiveTransform(src_pts, dst_pts)

corrected = cv2.warpPerspective(img, M_persp, (300, 300))

cv2.imwrite(os.path.join(out_dir, "resized.png"), resized)

cv2.imwrite(os.path.join(out_dir, "rotated.png"), rotated)

cv2.imwrite(os.path.join(out_dir, "corrected.png"), corrected)

print("几何变换完成，结果保存在", out_dir)

if __name__ == "__main__":

main()

resize/warpAffine 处理平移旋转缩放，warpPerspective 处理梯形畸变。

---

四、效果验证与场景选型

运行后得到三张结果图：resized.png 尺寸 200×200；rotated.png 逆时针旋转 15 度加白边填充；corrected.png 把梯形恢复为 300×300 矩形。

选型建议：

只统一分辨率 → resize，注意缩小用 INTER_AREA

只旋转平移 → warpAffine + getRotationMatrix2D

斜拍梯形畸变 → 必须用 warpPerspective

有桶形畸变 → 先 cv2.undistort 做相机标定校正，再做透视矫正

Jetson 嵌入式 → 用 cv2.cuda.warpPerspective 加速，参数与 CPU 版一致

按畸变类型选变换方法，旋转矫正优先于透视矫正。

---

五、常见问题

坑	现象	解法
resize 尺寸写反	输出图被压扁	dsize 是 (宽, 高)
旋转后黑边过多	四角大面积黑色	调小 scale 或扩大输出尺寸
透视矩阵顺序错	矫正后严重扭曲	保证 src_pts 与 dst_pts 一一对应
插值选错	缩小图出现摩尔纹	缩小用 INTER_AREA
角点坐标精度不够	结果有锯齿	用 np.float32 传入角点