上位机图像处理和嵌入式模块部署（qmacvisual透视变换）

说到透视变换，以前我也不明白为什么有这样一个需求。后来在tier1做车道线检测的时候，才知道如果把camera拍摄到的图像做一次透视转换之后，再用传统的方法进行车道线检测，这样正确率要高得多。也就是基于这个原因，才让我第一次知道了opencv下面原来有一个透视变换的功能。如果大家还没有一个直观的印象，可以看下面这个范例。没有透视转换之前，图象是这样的，

做了透视转换之后，图像变成了这样，

可以想一想，如果我们需要做ocr字符检测，是不是变换后的图像更容易做字符检测和字符识别。或者简单一点理解，可以把透视变换看成是带俯仰角的旋转变换。

1、创建工程和创建流程

在qmacvisual当中，第一步还是创建工程和创建流程，这是少不了的。

2、输入图片

输入图片直接采用【图像处理】里面的【获取图像】，这一步之前也练习了很多次，暂且不谈。

3、导入透视变换的控件

透视变换的控件，它的位置位于【图像处理】下面。我们直接从树形节点，把对应的控件拖到流程窗口中即可。双击对应的窗口，不出意外，可以看到这样的内容，

整个图像中，有两处需要配置。一处是输入图像，这部分比较简单。另外一处是输入点和输出点。所谓的输入点，就是源图像中关键区域的位置信息，而输出点呢，则是希望转换后区域所在的位置。对于输入点，一般是通过鼠标移动的方式，来进行位置信息获取的，获取之后用全局变量记录下来。而输出点，一般就是自己简单规划下即可。这样有了输入点和输出点，就可以构建一个旋转矩阵，有了这个矩阵就可以把原来的图像转换成新的图像。这就是透视变换的基本原理。

图中的var0~var7，都是全局变量中定义的，

4、测试流程

整个测试流程可以稍微拓展下，添加图像导入和透视变换之外，再添加一个图像显示，这样效果更好一点。

5、实现方法

通过阅读透视变换的原理，我们发现整个实现的流程并不复杂。最关键的部分还是如何计算透视转换矩阵。这部分可以在代码上面看的比较明显一点，

int frmPerspectiveTransform::RunToolPro()
{
	try
	{
		//其他代码

		//创建用于输入透视的四个点坐标
		std::vector<cv::Point2f> src =
		{
			input_point1,
			input_point2,
			input_point3,
			input_point4
		};
		//创建用于输出透视的四个点坐标
		std::vector<cv::Point2f> dst =
		{
			output_point1,
			output_point2,
			output_point3,
			output_point4
		};
		//获取透视矩阵
		cv::Mat data = cv::getPerspectiveTransform(src, dst);
		//进行透视操作
		cv::warpPerspective(srcImage, dstImage, data, srcImage.size());
		GetToolBase()->m_Tools[tool_index].PublicImage.OutputImage = dstImage;
		GetToolBase()->m_Tools[tool_index].PublicResult.State = true;
		return 0;
	}
	catch (...)
	{
		GetToolBase()->m_Tools[tool_index].PublicResult.State = false;
		return -1;
	}
}