使用透视变换来改变图像的视角。没有得到想要的结果

Question

我试图根据第二张图片改变第一张图片的视角。为了找到单应性矩阵，我在两个图像中找到了公共对象（白色告示板）的四个坐标。

图1

图2

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
img1 = cv2.imread("rgb per.jpg")
img2 = cv2.imread("IR per.jpg")
img_1_coor = np.float32([[1178,425], [1201,425], [1178,439], [1201,439], [1551,778]]) #coordinate of white notice board in rgb image
img_2_coor = np.float32([[370,98], [381,103], [367,107], [380,112], [498,332]]) #coordinate of same object in IR image
for x in range(0,4):
    cv2.circle(img1,(img_1_coor[x][0],img_1_coor[x][1]),5,(255,0,0),1)
    matplotlib.rcParams['figure.dpi'] = 300
#plt.imshow(img1) #this verified that the found coordinates are correct

#P = cv2.getPerspectiveTransform(img_1_coor,img_2_coor)
H, s = cv2.findHomography (img_1_coor,img_2_coor)
print(s)
perspective = cv2.warpPerspective(img1, H, img2.shape[:2])
plt.imshow(perspective)
#the resulting image 

输出图像 我希望输出像图像 1 一样，视角（相机角度）与图像 2 一样。如果这不可能，反之亦然，让图像 2 的视角与图像 1 一样也会有帮助。

有人能告诉我是否可以使用图像中对象的坐标来改变全图像的视角，如果是的话我的代码有什么问题吗？

Answer 1

我推荐一个实现透视变换的计算机视觉包（例如 OpenCV 或他们现在使用的任何东西）。这是一种相当常见的计算机视觉操作。它也被不太恰当地称为角固定。

如果您希望自己实现它作为练习，您可以查看直接线性变换，在齐次坐标中解决矩阵问题，可能通过使用奇异值分解。