5分钟实战：用OpenCV透视变换矫正倾斜文档的终极指南

每次拍完证件照或文档，发现照片歪歪扭扭时，你是不是总在纠结要不要重拍？作为计算机视觉工程师，我处理过上千张倾斜图像，今天分享一个连数学公式都不用记的终极解决方案——OpenCV的透视变换工具链。只需5行核心代码，就能让歪斜的文档、车牌、广告牌瞬间变端正。

1. 透视变换能解决哪些实际问题？

上周帮朋友处理房产证扫描件时，发现手机拍摄的图片边缘严重变形。传统裁剪调整只能解决旋转问题，而透视变换能彻底重建图像的立体空间关系。这种技术在以下场景中尤为实用：

• 文档数字化：将倾斜拍摄的合同、书籍页面转为标准矩形
• 车牌识别：矫正因拍摄角度导致的车牌变形
• AR应用：将虚拟物体精准贴合到现实世界的倾斜平面上
• 电商摄影：修正商品拍摄时的透视畸变

python复制import cv2
import numpy as np

# 示例：矫正倾斜的书籍页面
image = cv2.imread('skewed_book.jpg')
height, width = image.shape[:2]

提示：选择特征点时，建议选取图像中容易识别的四个角点，如文档的四个角落或广告牌的四个顶点

2. 核心工具：getPerspectiveTransform函数详解

OpenCV的cv2.getPerspectiveTransform()函数是透视变换的"魔法引擎"。它只需要两组四点坐标：

1. 源图像中不规则四边形的四个顶点（src_points）
2. 目标矩形四个角点（dst_points）

python复制# 定义源点和目标点（示例坐标）
src_points = np.float32([[56,65], [368,52], [28,387], [389,390]])
dst_points = np.float32([[0,0], [300,0], [0,300], [300,300]])

# 计算变换矩阵
matrix = cv2.getPerspectiveTransform(src_points, dst_points)

这个3x3的变换矩阵包含了所有必要的数学变换信息，而我们完全不需要关心背后的复杂计算。