OpenCV C++实战：透视变换warpPerspective()从原理到“图像矫正”应用

1. 透视变换的本质：从投影几何到图像矫正

想象一下你站在路边拍摄一栋高楼大厦的照片。由于仰拍角度，大楼在照片中呈现出"上窄下宽"的梯形失真——这就是典型的透视变形现象。透视变换（Perspective Transformation）正是解决这类问题的数学工具，它能够将图像从一个视角投影到另一个视角的平面上。

在实际应用中，最常见的场景莫过于文档扫描了。当我们用手机拍摄桌上的文件时，由于拍摄角度倾斜，得到的图像往往是梯形甚至不规则四边形。通过透视变换，我们可以将其矫正为标准的矩形，就像用扫描仪得到的平整效果一样。这个过程中涉及两个核心步骤：

1. 确定原始图像中待矫正区域的四个顶点坐标
2. 计算变换矩阵并将图像映射到目标平面

OpenCV中的warpPerspective()函数就是实现这一魔法的主力工具。它背后的数学原理是单应性变换（Homography），用一个3×3的矩阵来描述两个平面之间的投影关系。这个矩阵的神奇之处在于，它不仅能处理旋转、缩放这类简单变换，还能完美处理透视效果引起的前后遮挡关系变化。

2. warpPerspective()函数深度解析

2.1 函数原型与参数详解

让我们先看看这个核心函数的完整定义：

cpp复制void warpPerspective(
    InputArray src, 
    OutputArray dst,
    InputArray M, 
    Size dsize,
    int flags = INTER_LINEAR,
    int borderMode = BORDER_CONSTANT,
    const Scalar& borderValue = Scalar()
);

每个参数都扮演着重要角色：

• src：输入图像，可以是任何类型的Mat对象。我常用imread()读取的彩色或灰度图像作为输入。
• dst：输出图像，会自动创建与dsize相同尺寸的矩阵。注意它的类型会与src保持一致。
• M：3×3变换矩阵，这是整个透视变换的灵魂所在。通常通过getPerspectiveTransform()计算得到。
• dsize：决定输出图像的尺寸。这里有个实用技巧：如果想保持