问使用cvWarpPerspective扭曲图像会导致图像的某些部分超出可视区域

EN

作为练习，我不久前也尝试过同样的方法，偶然发现了同样的问题。我已经通过首先计算边界框来解决它，就像你所描述的那样，然后我编写了我自己的扭曲函数。变形很简单，但是你需要自己做lerp。因为无论如何都需要一些像素加权才能得到好的结果(比如来自不同图像的多个像素可能最终会出现在同一个输出像素上，因此需要进行混合)，因此我并不觉得放弃cvWarpPerspective是件坏事。

我认为你在正确的轨道上。您需要考虑在移动图像时发生的图像转换。

另一种方法是在边缘周围填充源图像。根据视角的改变程度，您可能需要填充相当多的内容。此外，填充必须在特征匹配和翘曲矩阵之前完成。显然，你将为使用更大的图像而付出计算方面的代价。

编辑：

经过更多的工作，我学到了一些东西：

在发现img1和img2之间的单应性之后，因此得到了从1到2的转换矩阵，您几乎已经准备好运行cvWarpPerspective了。

不过，首先需要填充img1。您应该能够相当容易地获得img1的边界框。创建一个新的img，大小为boundingBox>width+img2->width*2，boundingBox>height+img2->height*2，中间是cvCopy img1。

如果您现在尝试cvWarpPerspective，您的转换将会关闭，因为您已经转换了img1。我们需要制作另一个矩阵来解释这个转换。如果你把img1放在合成图像的中间，那么你把它放在左上角的位置(img2->width，img2->height)。制作一个平移矩阵= {1,0，img2->width,0,1，img2->height,0,0,0)。现在使用cvMatMul(翻译，单应，结果)来获得最终的转换矩阵。

现在，您已经准备好使用cvWarpPerspective，使用合成大小的图像和结果矩阵来扭曲图像1。

有更多的工作要做的缝合，但这解决了您的问题，扭曲的图像走出了可见区域。