利用C++ OpenCV 实现从投影图像恢复仿射特性

我们通过相机拍摄的图片存在各种畸变，其中投影畸变使得原本平行的直线不再平行，就会产生照片中近大远小的效果。本文将具体介绍如何利用OPenCV实现从投影图像恢复仿射特性，接

原理

我们通过相机拍摄的图片存在各种畸变，其中投影畸变使得原本平行的直线不再平行，就会产生照片中近大远小的效果，要校正这一畸变，书中给了很多方法，这里是其中的一种。

我们可以将投影变换拆分成相似变换、仿射变换和投影变换三部分，如下图，

利用C++ OpenCV 实现从投影图像恢复仿射特性

其中相似变换和仿射变换不会改变infinite line，只有投影变换会改变。因此只要找到畸变图像中的这条线，就能够恢复图像的仿射特性（相当于逆转投影变换）。而要确定这条线的位置，就得至少知道线上的两个点。我们知道，所有平行线的交点都在infinite line上面，因此，我们只需要找到图像上的两对平行线（原本是平行，图像上不再平行），求出对应的两个交点，就能找到infinite line了，如下图

利用C++ OpenCV 实现从投影图像恢复仿射特性

进而可以图像的恢复仿射特性。

实现思路

首先我们的畸变图像如下图，

利用C++ OpenCV 实现从投影图像恢复仿射特性

利用公式：

l = x1 × x2

利用C++ OpenCV 实现从投影图像恢复仿射特性

可以通过x1、x2的齐次坐标求出两点连线l的齐次坐标。在图中我们找到两对平行线l1、l2和l3、l4，如下图

利用C++ OpenCV 实现从投影图像恢复仿射特性

利用公式：

x = l1 × l2

可以通过l1、l2以及l3、l4的齐次坐标分别求出两对平行线的交点A12、A34，直线A12A34就是我们要找的infinite line。假设该直线的齐次坐标为（l1，l2，l3），那么通过矩阵：

H = （（1，0，0），（0，1，0），（l1，l2，l3））

就能够将直线（l1，l2，l3）变换成（0，0，1），即将该直线还原成为infinite line。同理我们也可以利用H矩阵，通过公式：

x = Hx'

还原投影畸变。

主要代码

代码一共需要运行两次

第一次运行的主函数：

int main()
{
	Mat src = imread("distortion.jpg", IMREAD_GRAYSCALE);
	IplImage *src1 = cvLoadImage("distortion.jpg");
	//第一步，通过鼠标获取图片中某个点的坐标，运行第一步时注释掉Rectify(points_3d, src, src1);，将获取到的八个点写入
	//points_3d[8]坐标数组中，因为是齐次坐标，x3 = 1
	GetMouse(src1);
	//输入畸变图上的8个关键点
	Point3d points_3d[8] = { Point3d(99, 147, 1), Point3d(210, 93, 1), Point3d(144, 184, 1), Point3d(261, 122, 1),
						Point3d(144, 184, 1), Point3d(99, 147, 1), Point3d(261, 122, 1), Point3d(210, 93, 1) };
	//第二步，校正图像，运行此步骤时注释掉GetMouse(src1);，解除注释Rectify(points_3d, src, src1);
	//Rectify(points_3d, src, src1);
	imshow("yuantu", src);
	waitKey(0);	
}

其他函数：

void on_mouse(int event, int x, int y, int flags, void* ustc)
{
  CvFont font;
  cvInitFont(&font, CV_FONT_HERSHEY_SIMPLEX, 0.5, 0.5, 0, 1, CV_AA);

  if (event == CV_EVENT_LBUTTONDOWN)
  {
      CvPoint pt = cvPoint(x, y);
      char temp[16];
      sprintf(temp, "(%d,%d)", pt.x, pt.y);
      cvPutText(src, temp, pt, &font, cvScalar(255, 255, 255, 0));
      cvCircle(src, pt, 2, cvScalar(255, 0, 0, 0), CV_FILLED, CV_AA, 0);
      cvShowImage("src", src);
  }
}

void GetMouse(IplImage *img)
{
  src = img;
  cvNamedWindow("src", 1);
  cvSetMouseCallback("src", on_mouse, 0);

  cvShowImage("src", src);
  waitKey(0);
}

在弹出来的图片中点击任意地方可获得改点的图像坐标（x1，x2），如下图：

利用C++ OpenCV 实现从投影图像恢复仿射特性

我选取了a、b、c、d四个点，其中：

ab // cd		  ac // bd

将这四个点的坐标按照a、b、c、d、c、a、d、b的顺序填入points_3d[8]坐标数组中，第一次运行结束。

第二次运行的主函数：

int main()
{
	Mat src = imread("distortion.jpg", IMREAD_GRAYSCALE);
	IplImage *src1 = cvLoadImage("distortion.jpg");
	//第一步，通过鼠标获取图片中某个点的坐标，运行第一步时注释掉Rectify(points_3d, src, src1);，将获取到的八个点写入
	//points_3d[8]矩阵中，因为是齐次坐标，x3 = 1
	//GetMouse(src1);
	//输入畸变图上的8个关键点
	Point3d points_3d[8] = { Point3d(99, 147, 1), Point3d(210, 93, 1), Point3d(144, 184, 1), Point3d(261, 122, 1),
						Point3d(144, 184, 1), Point3d(99, 147, 1), Point3d(261, 122, 1), Point3d(210, 93, 1) };
	//第二步，校正图像，运行此步骤时注释掉GetMouse(src1);，解除注释Rectify(points_3d, src, src1);
	Rectify(points_3d, src, src1);
	imshow("yuantu", src);
	waitKey(0);	
}

校正函数：

void Rectify(Point3d* points, Mat src, IplImage* img)
{
  //通过输入的8个点得到4条连线
  vector<vector<float>> lines;
  int num_lines = 4;
  for(int i = 0; i < num_lines; i++)
  {
      //获取两点连线
      GetLineFromPoints(points[2 * i], points[2 * i + 1], lines);
  }
  //分别求取两个交点
  vector<Point3f> intersect_points;
  int num_intersect_points = 2;
  for (int i = 0; i < num_intersect_points; i++)
  {
      //计算交点
      GetIntersectPoint(lines[2 * i], lines[2 * i + 1], intersect_points);
  }
  //通过两个交点连线求消失线
  vector<vector<float>> vanishing_line;
  GetLineFromPoints(intersect_points[0], intersect_points[1], vanishing_line);
  //恢复矩阵
  float H[3][3] = {{1, 0, 0},
                   {0, 1, 0},
                   {vanishing_line[0][0], vanishing_line[0][1], vanishing_line[0][2]}};
  Mat image = Mat::zeros(src.rows, src.cols, CV_8UC1);
  GetRectifingImage(vanishing_line[0], src, image);
  int i = 0;
}

void GetLineFromPoints(Point3d point1, Point3d point2, vector<vector<float>> &lines)
{
  vector<float> line;
  //定义直线的三个齐次坐标
  float l1 = 0;
  float l2 = 0;
  float l3 = 0;
  l1 = (point1.y * point2.z - point1.z * point2.y);
  l2 = (point1.z * point2.x - point1.x * point2.z);
  l3 = (point1.x * point2.y - point1.y * point2.x);
  //归一化
  l1 = l1 / l3;
  l2 = l2 / l3;
  l3 = 1;
  line.push_back(l1);
  line.push_back(l2);
  line.push_back(l3); 
  lines.push_back(line);
}

void GetIntersectPoint(vector<float> line1, vector<float> line2, vector<Point3f> &intersect_points)
{
  Point3f intersect_point;
  //定义交点的三个齐次坐标
  float x1 = 0;
  float x2 = 0;
  float x3 = 0;
  x1 = (line1[1] * line2[2] - line1[2] * line2[1]);
  x2 = (line1[2] * line2[0] - line1[0] * line2[2]);
  x3 = (line1[0] * line2[1] - line1[1] * line2[0]);
  //归一化
  x1 = x1 / x3;
  x2 = x2 / x3;
  x3 = 1;
  intersect_point.x = x1;
  intersect_point.y = x2;
  intersect_point.z = x3;
  intersect_points.push_back(intersect_point);
}

int Round(float x)
{
  return (x > 0.0) ? floor(x + 0.5) : ceil(x - 0.5);
}

void GetRectifingImage(vector<float> line, Mat src, Mat dst)
{
  Size size_src = src.size();
  for (int i = 0; i < size_src.height; i++)
  {
      for (int j = 0; j < size_src.width; j++)
      {
          float x3 = line[0] * j + line[1] * i + line[2] * 1;
          int x1 = Round(j / x3);
          int x2 = Round(i / x3);
          if (x1 < size_src.width && x1 >= 0 && x2 < size_src.height && x2 >= 0)
          {
              dst.at<uint8_t>(x2, x1) = src.at<uint8_t>(i, j);
          }
      }
  }
  imshow("src", src);
  imshow("dst", dst);
  waitKey(0);
}

运行结果如下图：

利用C++ OpenCV 实现从投影图像恢复仿射特性