透视校正原理与实践 - 精确修复建筑照片畸变
透视畸变如何产生 - 建筑为何看起来倾斜
当相机仰拍建筑时，建筑顶部比底部距离相机更远，根据透视投影原理，远处的物体在图像中显得更小。这导致原本平行的垂直线在图像中向上汇聚，建筑看起来向后倾斜。
透视投影原理: 3D 空间中的平行线在 2D 图像中汇聚于消失点。当相机光轴与建筑表面不垂直时，矩形表面在图像中呈现为梯形。倾斜角度越大，畸变越严重。
常见畸变类型:
- 垂直汇聚：仰拍建筑，垂直线向上汇聚 (最常见)
- 水平汇聚：斜拍建筑侧面，水平线向一侧汇聚
- 双向汇聚：同时存在垂直和水平汇聚
与镜头畸变的区别：透视畸变是几何投影的固有特性，与镜头无关；镜头畸变 (桶形/枕形) 是光学缺陷导致直线弯曲。两者需要分别校正。
单应性矩阵的形式：透视校正在数学上用 3x3 的单应性矩阵表示 — [x'] = [h11 h12 h13] [x]、[y'] = [h21 h22 h23] [y]、[w'] = [h31 h32 h33] [1]，最终坐标由 x'/w'、y'/w' 求得。该矩阵的 8 个自由度 (以 h33=1 归一化)，定义了从任意四边形到另一个四边形的变换。
建筑摄影中的影响：用 24mm 广角镜头向上仰 30 度拍摄时，建筑上部会被压缩到实际宽度的约 70%。即使用 50mm 标准镜头，15 度的倾斜也会压缩到约 85%。
光学透视控制 - 移轴镜头与大画幅相机
在拍摄阶段通过光学手段控制透视，避免后期校正带来的画质损失。
移轴镜头 (Tilt-Shift)：镜头可相对传感器平面平移 (Shift) 和倾斜 (Tilt)。Shift 功能将镜头向上移动，使光轴保持水平的同时拍摄建筑顶部，消除垂直汇聚。代表产品：Canon TS-E 17mm, Nikon PC-E 24mm。
大画幅相机：前后标准板可独立调整角度和位置，提供完全的透视控制。建筑摄影的传统工具，但体积大、操作复杂。
光学校正的优势:
- 无需裁剪，保留完整视角
- 无插值导致的画质损失
- 取景器中即可确认效果
局限性：移轴镜头价格昂贵 (一支 20-30 万日元)；移轴量有限，极端角度仍需后期补充；不适合快速拍摄场景。
移轴镜头的代表产品：Canon TS-E 24mm f/3.5L II 与 Nikon PC-E 19mm f/4E ED 是代表性的产品。移轴量最大约 ±12mm，借此可以不产生畸变地拍下建筑全貌。焦距的选择也比较有限。
软件校正的普及：iPhone 的「照片」应用与 Google 相册的编辑功能中，也内置了透视校正工具。
Lightroom 和 Photoshop 中的透视校正 - 手动与自动
后期软件提供便捷的透视校正工具，适合大多数建筑摄影场景。
Lightroom 变换面板:
- 自动：一键检测并校正垂直和水平线。对明显的建筑线条效果好
- 垂直：仅校正垂直汇聚，保留水平透视
- 引导：手动画 2-4 条参考线，软件据此计算校正。最灵活精确
- 完全：同时校正垂直和水平，可能过度校正
Photoshop 透视裁剪工具：拖动四角对齐建筑边缘，裁剪时自动校正透视。适合简单场景的快速处理。
Photoshop 自适应广角：专门处理广角镜头的复杂畸变。可同时校正镜头畸变和透视畸变。通过约束线指定应该是直线的边缘。
注意事项：透视校正会裁剪图像边缘，拍摄时应预留余量。过度校正会使建筑看起来不自然 (底部比顶部窄)。适度保留少量汇聚感更符合人眼视觉习惯。
Adobe 工具的选择：Adobe 的工具搭载了多个透视校正功能，可以根据图像的特性选择最合适的方法。Lightroom 的「变换」面板中，用「Upright」功能可以自动校正，共有 5 种模式。
OpenCV 自动透视校正 - 编程实现
使用 OpenCV 实现自动透视校正，适合批量处理和集成到应用程序中。
基于直线检测的方法:
- 使用 Canny 边缘检测 + Hough 变换检测直线
- 将检测到的线段按角度聚类，找到主要的垂直线组
- 计算垂直线的消失点
- 根据消失点计算校正用的单应性矩阵
基于四点的透视变换:
src_pts = np.float32([[x1,y1],[x2,y2],[x3,y3],[x4,y4]])dst_pts = np.float32([[0,0],[w,0],[w,h],[0,h]])M = cv2.getPerspectiveTransform(src_pts, dst_pts)result = cv2.warpPerspective(img, M, (w, h))
自动检测四边形：对于文档或白板，使用轮廓检测找到最大四边形，然后应用透视变换将其校正为矩形。这是文档扫描 App 的核心算法。
基本的射影变换：M = cv2.getPerspectiveTransform(src_pts, dst_pts)、result = cv2.warpPerspective(img, M, (width, height))。从 4 组对应点 (变换前的 4 点与变换后的 4 点) 计算 3x3 的变换矩阵，再应用到整幅图像。
自动检测四角的算法：(1) 灰度化 → (2) 高斯模糊 (去噪) → (3) Canny 边缘检测 → (4) 轮廓检测 (cv2.findContours) → (5) 选择面积最大的四边形轮廓 → (6) 取得四角的坐标。
基于直线检测的仰角校正：建筑摄影中，用 Hough 变换 (cv2.HoughLinesP) 检测垂直线，再计算使它们相互平行的变换矩阵。实际图像中会混入误检的直线 (树枝、电线等)，用 RANSAC 算法去除离群值、只提取建筑的垂直线，可以提高校正精度。处理速度在 4,000 × 3,000 px 的图像上约为 0.5 秒/张 (CPU)。
文档扫描透视校正 - 移动应用技术
手机文档扫描应用的核心技术是自动检测文档边缘并进行透视校正，将倾斜拍摄的文档转为正面视图。
处理流程:
- 预处理：缩放、高斯模糊降噪
- 边缘检测：Canny 或自适应阈值
- 轮廓查找：
cv2.findContours找到最大四边形轮廓 - 角点排序：将四个角点按左上、右上、右下、左下排序
- 透视变换：
cv2.getPerspectiveTransform+cv2.warpPerspective - 后处理：自适应二值化增强可读性
深度学习方法: HED (Holistically-Nested Edge Detection) 或 U-Net 分割文档区域，比传统边缘检测更鲁棒。可处理复杂背景、部分遮挡和弱对比度边缘。
实时预览：在相机取景器中实时显示检测到的文档边缘，引导用户调整拍摄角度。需要在 30fps 下完成检测，通常使用降采样图像加速。
移动端文档扫描的构成：智能手机的文档扫描应用 (Adobe Scan、Microsoft Lens、Google 文档扫描) 实现了实时的透视校正。处理速度的要求是 30fps (33ms/帧) 以内，因此需要轻量的边缘检测算法，一般采用 Canny 边缘检测 + 轮廓近似 (cv2.approxPolyDP) 的组合。用 Harris 角点检测或 Shi-Tomasi 角点检测以子像素精度确定四角 (cv2.cornerSubPix)，可以提升变换精度。
与自适应二值化的组合：文档扫描中，在透视校正之后再应用自适应二值化 (cv2.adaptiveThreshold)，生成去除照明不均的清晰扫描图像。高斯自适应二值化常用的参数是块大小 11-21、常数 C=5-10。
向 A4 比例的归一化：从检测到的四边形的长宽比，推定文件是 A4 (1:√2)、名片 (55:91) 还是收据 (窄幅)，再归一化到合适的输出尺寸。
透视校正的局限性 - 避免过度校正
透视校正并非总是必要或有益的。理解其局限性有助于做出正确的判断。
过度校正的问题:
- 完全消除汇聚会使建筑看起来"头重脚轻"
- 人眼习惯了轻微的透视效果，完全平行反而不自然
- 建筑摄影中保留 1-2° 的汇聚通常更美观
画质损失:
- 校正需要对图像进行重采样 (插值)，不可避免地损失锐度
- 校正幅度越大，边缘区域的拉伸越严重，画质下降越明显
- 建议在 RAW 阶段校正，最大化保留信息
不适合校正的场景:
- 创意摄影：夸张的透视是表现力的一部分
- 极端角度：校正后图像可用区域太小
- 非平面建筑：曲面建筑无法用单一单应性校正
最佳实践：拍摄时尽量减少畸变 (保持相机水平)；后期适度校正而非完全消除；对关键图像使用引导模式精确控制。
抑制过度校正：把 Lightroom 的垂直校正滑块控制在 80-90% 左右是有效的技巧。原始图像的分辨率有充分余量时 (4000 万像素以上) 不太成问题，但低分辨率图像应当把校正量控制得更保守。
与镜头配置文件的顺序：先应用 Lightroom 的镜头配置文件校正，之后再使用 Upright。