如何利用C++ OpenCV 实现从投影图像恢复仿射特性，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
原理
我们通过相机拍摄的图片存在各种畸变，其中投影畸变使得原本平行的直线不再平行，就会产生照片中近大远小的效果，要校正这一畸变，书中给了很多方法，这里是其中的一种。
我们可以将投影变换拆分成相似变换、仿射变换和投影变换三部分， 如下图，
其中相似变换和仿射变换不会改变infinite line，只有投影变换会改变。因此只要找到畸变图像中的这条线，就能够恢复图像的仿射特性（相当于逆转投影变换）。而要确定这条线的位置，就得至少知道线上的两个点。我们知道，所有平行线的交点都在infinite line上面，因此，我们只需要找到图像上的两对平行线（原本是平行，图像上不再平行），求出对应的两个交点，就能找到infinite line了，如下图
进而可以图像的恢复仿射特性。
实现思路
首先我们的畸变图像如下图，
利用公式：
l = x1 × x2
可以通过x1、x2的齐次坐标求出两点连线l的齐次坐标。在图中我们找到两对平行线l1、l2和l3、l4，如下图
利用公式：
x = l1 × l2
可以通过l1、l2以及l3、l4的齐次坐标分别求出两对平行线的交点A12、A34，直线A12A34就是我们要找的infinite line。假设该直线的齐次坐标为（l1，l2，l3），那么通过矩阵：
H = （（1，0，0），（0，1，0），（l1，l2，l3））
就能够将直线（l1，l2，l3）变换成（0，0，1），即将该直线还原成为infinite line。同理我们也可以利用H矩阵，通过公式：
x = Hx'
还原投影畸变。
主要代码
代码一共需要运行两次
第一次运行的主函数：
int main()
{
Mat src =, imread (“distortion.jpg",, IMREAD_GRAYSCALE);
IplImage * src1 =, cvLoadImage (“distortion.jpg");//第一步,通过鼠标获取图片中某个点的坐标,运行第一步时注释掉纠正(points_3d, src, src1);,将获取到的八个点写入//points_3d[8]坐标数组中,因为是齐次坐标,x3 =1
GetMouse (src1);//输入畸变图上的8个关键点
Point3d points_3d [8],=, {, Point3d (99,, 147,,,, Point3d (210,, 93,,,, Point3d (144,, 184,,,, Point3d (261,, 122,, 1),
Point3d (144,, 184,,,, Point3d (99,, 147,,,, Point3d (261,, 122,,,, Point3d (210,, 93,, 1),};//第二步,校正图像,运行此步骤时注释掉GetMouse (src1);,解除注释纠正(points_3d, src, src1);//纠正(points_3d, src, src1);
imshow (“yuantu", src);
waitKey (0);
} 其他函数:
在弹出来的图片中点击任意地方可获得改点的图像坐标(x1, x2),如下图:
