在ORB-SLAM初始化的时候，作者提到，如果场景是平面，或者近似平面，或者低视差时，需要用到单应性矩阵(homography)，所以简单了解下单应性变换。
单应性变换就是一个平面到另一个平面的映射关系。在OpenCV中利用两个图像中至少四个对应的特征点就能够利用findHomography函数求解一个单应性矩阵(homography matrix)，然后用这个单应性矩阵H能够将源图像中的某个坐标(u,v)变换到目标图像中对应的位置(u′,v′)。
// pts_src and pts_dst are vectors of points in source
// and destination images. They are of type vector
. // We need at least 4 corresponding points.
// The calculated homography can be used to warp
// the source image to destination. im_src and im_dst are
// of type Mat. Size is the size (width,height) of im_dst.
warpPerspective(im_src, im_dst, h, size);
两个图像能够计算homography的前提是两个图像对应区域必须是同一平面。Homography是一个3*3矩阵，所以 两张图间的H映射关系就可以表示成:
Homography应用：图像矫正
假设你有一张如下所示的图片
你想点击图中书的四个顶点，然后得到正放的书：
该如何做？
1) 首先获取书本四个顶点的坐标 pts_src 。
2) 然后我们需要知道书本的宽高比，此书的宽高比是3/4,所以可使输出图像的size 为300*400，就可设其四个点的坐标为（0,0),(299,0),(299,399),(0,399)保存在pts_dst中。
3) 通过pts_src和pts_dst 获取homography。
Mat h = findHomography(pts_src, pts_dst);
4.对原图应用homography 得到输出。
warpPerspective(im_src, im_dst, h, size);
閱讀更多 半杯茶的小酒杯 的文章
