如何为cv2.getPerspectiveTransform(src，dst)选择dst坐标

Question

我已经搜索了很长一段时间，但仍然不知道目的地是如何选择的鸟瞰转换。我的理解是，cv2.getPerspectiveTransform(src, dst)通过将点src从一个图像平面映射到另一个图像平面上的对应点dst来计算单色矩阵(或翘曲矩阵)。以汽车车道前视图转换为鸟瞰视图为例，src一般是感兴趣区域的4个顶点的坐标，但我的问题是如何选择dst给定的src？在下面的情况下，我一直在认真考虑这个问题，请给我任何帮助。

下面是一个具体的示例：文章中的原始代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt

IMAGE_H = 223
IMAGE_W = 1280

src = np.float32([[0, IMAGE_H], [1207, IMAGE_H], [0, 0], [IMAGE_W, 0]])
dst = np.float32([[569, IMAGE_H], [711, IMAGE_H], [0, 0], [IMAGE_W, 0]])
M = cv2.getPerspectiveTransform(src, dst) # The transformation matrix
Minv = cv2.getPerspectiveTransform(dst, src) # Inverse transformation

img = cv2.imread('./test_img.jpg') # Read the test img
img = img[450:(450+IMAGE_H), 0:IMAGE_W] # Apply np slicing for ROI crop
warped_img = cv2.warpPerspective(img, M, (IMAGE_W, IMAGE_H)) # Image warping
plt.imshow(cv2.cvtColor(warped_img, cv2.COLOR_BGR2RGB)) # Show results
plt.show()

下面是测试图像：

​

roi图像：

​

​

并输出转换后的鸟瞰图像：

​

。

真正让我困惑的是，在这个例子中，dst和src是如何选择的？dst = np.float32([[569, IMAGE_H], [711, IMAGE_H], [0, 0], [IMAGE_W, 0]])，尤其是569,711，最初我以为这是在顶部的自我车道标记的x坐标，但事实并非如此。当我改变569,711到x坐标的自我车道标志(592,692)在顶部。下面是比较。您可能会看到，当我在dst中将(569,711)更改为(592,692)时，并行操作变得越来越糟糕。

​

你能帮我理解一下如何正确选择src和dst吗？

更新：这是scr和dst点可视化，有人能帮助我理解如何选择点吗？我非常想知道。

dst与输出的鸟瞰图完全匹配：

​

Answer 1

你要寻找的是一个使道路上的会合线变得平行的同调。您可以在src上取4点线上的线，并将它们映射到矩形的角。