为大图像替换 cv2.warpPerspective
Replace cv2.warpPerspective for big images
我使用 python OpenCV 配准图像，找到单应矩阵 H 后，我使用 cv2.warpPerspective 计算最终的转换。
但是，为了性能目的，cv2.warpPerspective 似乎仅限于 short 编码，see here。我没有测试，确实图像尺寸的限制是 32767 像素所以 2^15，这与其他讨论中给出的解释是有道理的。
是否有 cv2.warpPerspective 的替代方案？我已经有了单应矩阵，我只需要做变换就可以了。
查看替代库后，有一个使用 skimage 的解决方案。
如果H是单应矩阵，这个OpenCV代码：
warped_img = cv2.warpPerspective(image, H, (width, height))
变为：
warped_imgnew = skimage.transform.warp(image, numpy(H), output_shape=(height, width)) * 255.0
我使用 python OpenCV 配准图像，找到单应矩阵 H 后，我使用 cv2.warpPerspective 计算最终的转换。
但是，为了性能目的，cv2.warpPerspective 似乎仅限于 short 编码，see here。我没有测试，确实图像尺寸的限制是 32767 像素所以 2^15，这与其他讨论中给出的解释是有道理的。
是否有 cv2.warpPerspective 的替代方案？我已经有了单应矩阵，我只需要做变换就可以了。
查看替代库后，有一个使用 skimage 的解决方案。
如果H是单应矩阵，这个OpenCV代码：
warped_img = cv2.warpPerspective(image, H, (width, height))
变为：
warped_imgnew = skimage.transform.warp(image, numpy(H), output_shape=(height, width)) * 255.0