图像透视变化，坐标的计算

```python
def order_points(pts):
    # 一共4个坐标点
    rect = np.zeros((4, 2), dtype = "float32")

    # 按顺序找到对应坐标0123分别是 左上，右上，右下，左下
    # 计算左上，右下
    s = pts.sum(axis = 1)
    rect[0] = pts[np.argmin(s)]
    rect[2] = pts[np.argmax(s)]

    # 计算右上和左下
    diff = np.diff(pts, axis = 1)
    rect[1] = pts[np.argmin(diff)]
    rect[3] = pts[np.argmax(diff)]

    return rect

不太理解为什么四个坐标点计算出来的原理，为什么，虽然是视频哩说的对应位置是这样
![img](https://img-mid.csdnimg.cn/release/static/image/mid/ask/734860523196175.png "#left")，确实不能理解求最小和对应的坐标索引是左上角，其他的也类似

【以下回答由 GPT 生成】

这段代码使用了一种常见的方法，称为"轮廓顶点排序"，用于将给定的四个点按照特定的顺序进行排序，以便进行透视变换。下面我将详细解释这个计算方法的原理。

def order_points(pts):
    rect = np.zeros((4, 2), dtype="float32")

    # 计算左上和右下
    s = pts.sum(axis=1)
    rect[0] = pts[np.argmin(s)]
    rect[2] = pts[np.argmax(s)]

    # 计算右上和左下
    diff = np.diff(pts, axis=1)
    rect[1] = pts[np.argmin(diff)]
    rect[3] = pts[np.argmax(diff)]

    return rect

1. 首先，我们创建一个2x4的全零矩阵rect，用于存储排好序的四个点的坐标。

2. 然后，我们进行第一次排序，找到左上角和右下角的坐标。通过将四个点的x坐标和y坐标分别相加，我们可以得到一个包含四个值的数组s。然后，通过np.argmin(s)和np.argmax(s)找到最小值和最大值对应的索引，分别表示左上角和右下角的点。将这两个点的坐标存储在rect的第一行和第三行。

3. 接下来，我们进行第二次排序，找到右上角和左下角的坐标。通过计算四个点的x坐标的差异，可以得到一个包含三个值的数组diff。然后，通过np.argmin(diff)和np.argmax(diff)找到最小值和最大值对应的索引，分别表示右上角和左下角的点。将这两个点的坐标存储在rect的第二行和第四行。

4. 最后，将排好序的四个点的坐标rect返回。

这个方法的原理是基于以下观察：

• 左上角和右下角的点在x和y坐标之和最小和最大的点，因为左上角的点的x和y坐标之和最小，右下角的点的x和y坐标之和最大。
• 右上角和左下角的点在x坐标之差最小和最大的点，因为右上角的点的x坐标之差最小，左下角的点的x坐标之差最大。

通过这种方式，可以保证得到排好序的四个点，以便进行透视变换。

希望这个解释对你有帮助。如果还有其他问题，请随时提问。

【相关推荐】

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7543018
• 你也可以参考下这篇文章：图像溯源，图血缘关系总结
• 除此之外, 这篇博客: 人工智能该如何零基础入门？中的 六、好的习惯 部分也许能够解决你的问题。