OpenCV提供了兩種圖片變換的方式：仿射變換和透視變換，兩者的區別很容易區分，
- 前者是將矩形的圖片變成平行四邊形
- 後者是將圖片變成梯形
這兩種變換雖然都有各自的應用場景，但在實際的圖片變換中由於透視效應的存在，後者的使用更加普遍，本文爲大家詳解OpenCV透視變換的透視變換原理及實例展示。
簡介
透視變換(Perspective Transformation)是將成像投影到一個新的視平面(Viewing Plane)，也稱作投影映射(Projective Mapping)。如圖所示
函數原型
OpenCV提供了warpPerspective( )函數來實現圖片的透視變換，只需要輸入梯形四個頂點的座標和目標畫布四個角的座標，即可自動完成轉換。核心代碼只有兩行：首先讀取兩個座標數組，計算變換矩陣；然後根據變換矩陣對原圖進行透視變換，並輸出到目標畫布。
cv2.getPerspectiveTransform(src, dst) → retval
參數說明
- src：源圖像中待測矩形的四點座標
- sdt：目標圖像中矩形的四點座標
注意！
原圖像的四個座標順序應與目標圖像中的四個座標一 一隨影，若都是順時針則都是順時針，若都是 Z 字型，則都是 Z 字型。
返回由源圖像中矩形到目標圖像矩形變換的矩陣，得到矩陣得有用纔行啊，所以引出下面這個函數
cv2.warpPerspective(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
參數爲：
- src：輸入圖像
- M：變換矩陣
- dsize：目標圖像shape
- flags：插值方式，interpolation方法INTER_LINEAR或INTER_NEAREST
- borderMode：邊界補償方式，BORDER_CONSTANT or BORDER_REPLICATE
- borderValue：邊界補償大小，常值，默認爲0
或者
cv2.perspectiveTransform(src, m[, dst]) → dst
參數解釋
- src：輸入的2通道或者3通道的圖片
- m：變換矩陣
返回的是相同size的圖片
實例1 圖片矯正
我們在給報紙、雜誌、身份證、銀行卡等矩形目標拍照時，受相機角度和高度的影響往往會拍出梯形的照片（如下圖），這樣的照片不僅不夠美觀而且給文字識別帶來較大難度，將梯形的圖片轉換成標準的矩形就要對圖片進行透視變換。
原始圖像
效果如下：
轉換後的效果如下圖所示，效果還是很讓人滿意的。
實例 2 頭像替換廣告牌
在實際應用中我們不僅需要將梯形矯正爲矩形，有時還需要將矩形轉換成梯形，warpPerspective( )當然也能勝任，下面我們再用一個例子來演示。
實際效果
實例代碼：
全部代碼見：
https://github.com/ViatorSun/Demo/tree/master/OpenCV
- 其中 Perspective.py 爲 實例 1 代碼，使用時需要將圖像 img_32984.jpg 放在同一路徑下
- Perspective_advert.py 爲實例 2 代碼，圖像 advert.png 、photo.png 爲實驗圖像
- res.png 爲實例 2 實現的效果圖