若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/105943977
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究

前言

红胖子来也！！！

身份证识别的时候，身份证其实是一个固定的物体，识别固定的物体的话是通过特征点，但是固定的问题角度方向都不同，识别的话是很可能是需要通过透视变换去矫正的，例如：ocr的倾斜矫正，已知物体的摆正等等。

Demo

透视变换与仿射变换的区别

仿射变换：仿射变换更直观的叫法可以叫做「平面变换」或者「二维坐标变换」。其计算方法为坐标向量和变换矩阵的乘积，换言之就是矩阵运算。在应用层面，放射变换是图像基于3个固定顶点的变换。仿射变换请参照博文：《OpenCV开发笔记（四十六）：红胖子8分钟带你深入了解仿射变化（图文并茂+浅显易懂+程序源码）》
透视变换：透视变换更直观的叫法可以叫做「空间变换」或者「三维坐标变换」。图中红点即为固定顶点，在变换先后固定顶点的像素值不变，图像整体则根据变换规则进行变换同理，透视变换是图像基于4个固定顶点的变换。

透视变换

概述

透视变换（Perspective Transformation)是指利用透视中心、像点、目标点三点共线的条件，按透视旋转定律使承影面（透视面）绕迹线（透视轴）旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的变换。

通俗来说，透视变换(Perspective Transformation)是将成像投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。

原理

Opencv中的透视变换是基于4个顶点变换的，根据4个顶点的位置，去调整投影的中心。

透视变换函数原型

void warpPerspective( InputArray src,
                      OutputArray dst,
                      InputArray M,
                      Size dsize,
                      int flags = INTER_LINEAR,
                      int borderMode = BORDER_CONSTANT,
                      const Scalar& borderValue = Scalar());

参数一：InputArray类型的src，输入图像；
参数二：OutputArray类型的dst，输出图像，大小与类型与输入图像一致；
参数三：InpuArray类型的M，3x3的变换矩阵；
参数四：Size类型的dsize，输出图像的尺寸；
参数五：int类型的flags，线性插值方式；

参数六：int类型的borderMode，边界处理方式；

参数七：Scalar类型的borderValue，边界多出来的填充颜色；

获取3x3矩阵函数原型

由四对点计算透射变换。

Mat getPerspectiveTransform( InputArray src,
                             InputArray dst );

参数一：InputArray类型的src，输入4个点，std::vector<cv::Point2f>；
参数二：InputArray类型的dst，输入4个点；

Demo源码

void OpenCVManager::testWarpPerspective()
{
    QString fileName1 ="E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
    cv::Mat srcMat = cv::imread(fileName1.toStdString());
    cv::Mat dstMat;
    int width = 300;
    int height = 200;

    cv::resize(srcMat, srcMat, cv::Size(width, height));

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);

    cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 3,
                                         srcMat.rows * 2),
                                srcMat.type());

    int k1x = 0;
    int k1y = 0;
    int k2x = 100;
    int k2y = 0;
    int k3x = 100;
    int k3y = 100;
    int k4x = 0;
    int k4y = 100;

    while(true)
    {
        // 刷新全图黑色
        windowMat = cv::Scalar(0, 0, 0);

        // 原图复制
        cv::Mat mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
                                cv::Range(srcMat.cols * 0, srcMat.cols * 1));
        cv::addWeighted(mat, 0.0f, srcMat, 1.0f, 0.0f, mat);


        {
            std::vector<cv::Point2f> srcPoints;
            std::vector<cv::Point2f> dstPoints;

            srcPoints.push_back(cv::Point2f(0.0f, 0.0f));
            srcPoints.push_back(cv::Point2f(srcMat.cols - 1, 0.0f));
            srcPoints.push_back(cv::Point2f(srcMat.cols - 1, srcMat.rows - 1));
            srcPoints.push_back(cv::Point2f(0.0f, srcMat.rows - 1));

            cvui::printf(windowMat, 75 + width * 1, 10 + height * 0, "k1x");
            cvui::trackbar(windowMat, 75 + width * 1, 20 + height * 0, 165, &k1x, 0, 100);
            cvui::printf(windowMat, 75 + width * 1, 70 + height * 0, "k1y");
            cvui::trackbar(windowMat, 75 + width * 1, 80 + height * 0, 165, &k1y, 0, 100);

            cvui::printf(windowMat, 75 + width * 2, 10 + height * 0, "k2x");
            cvui::trackbar(windowMat, 75 + width * 2, 20 + height * 0, 165, &k2x, 0, 100);
            cvui::printf(windowMat, 75 + width * 2, 70 + height * 0, "k2y");
            cvui::trackbar(windowMat, 75 + width * 2, 80 + height * 0, 165, &k2y, 0, 100);

            cvui::printf(windowMat, 75 + width * 2, 10 + height * 1, "k3x");
            cvui::trackbar(windowMat, 75 + width * 2, 20 + height * 1, 165, &k3x, 0, 100);
            cvui::printf(windowMat, 75 + width * 2, 70 + height * 1, "k3y");
            cvui::trackbar(windowMat, 75 + width * 2, 80 + height * 1, 165, &k3y, 0, 100);

            cvui::printf(windowMat, 75 + width * 1, 10 + height * 1, "k4x");
            cvui::trackbar(windowMat, 75 + width * 1, 20 + height * 1, 165, &k4x, 0, 100);
            cvui::printf(windowMat, 75 + width * 1, 70 + height * 1, "k4y");
            cvui::trackbar(windowMat, 75 + width * 1, 80 + height * 1, 165, &k4y, 0, 100);

            dstPoints.push_back(cv::Point2f(srcMat.cols * k1x / 100.0f, srcMat.rows * k1y / 100.0f));
            dstPoints.push_back(cv::Point2f(srcMat.cols * k2x / 100.0f, srcMat.rows * k2y / 100.0f));
            dstPoints.push_back(cv::Point2f(srcMat.cols * k3x / 100.0f, srcMat.rows * k3y / 100.0f));
            dstPoints.push_back(cv::Point2f(srcMat.cols * k4x / 100.0f, srcMat.rows * k4y / 100.0f));

            cv::Mat M = cv::getPerspectiveTransform(srcPoints, dstPoints);
            cv::warpPerspective(srcMat,
                                dstMat,
                                M,
                                cv::Size(srcMat.cols, srcMat.rows),
                                cv::INTER_LINEAR,
                                cv::BORDER_CONSTANT,
                                cv::Scalar(0, 0, 255));

            mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),
                            cv::Range(srcMat.cols * 0, srcMat.cols * 1));
            cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);
        }

        // 更新
        cvui::update();
        // 显示
        cv::imshow(windowName, windowMat);
        // esc键退出
        if(cv::waitKey(25) == 27)
        {
            break;
        }
    }
}