![](https://cdn-ak-scissors.b.st-hatena.com/image/square/c55547d6b837e64dec59d05ad8bb1e224a79f973/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9cHl0b3JjaCVFMyU4MSVBRXBlcnNwZWN0aXZlJTIwdHJhbnNmb3JtYXRpb24lRUYlQkMlODglRTklODAlOEYlRTglQTYlOTYlRTUlQTQlODklRTYlOEYlOUIlRUYlQkMlODkmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTMzNjQwZTI3ZGJmZTBiNjE0OGJkY2UxZWU3N2Q0ODI0%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwemhhbmdtaW5nbHUxOTk5JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzImdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1iZmY0OTAzYjFhNmYxYjE5MWVkM2ZhYjQ1ZTdiMWFkOA%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dae2e607e62c95783546fd8cdb19fd452)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
pytorchのperspective transformation(透視変換) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
pytorchのperspective transformation(透視変換) - Qiita
pytorchの公式のドキュメンテーション(出典https://pytorch.org/vision/main/generated/torchvision.tr... pytorchの公式のドキュメンテーション(出典https://pytorch.org/vision/main/generated/torchvision.transforms.functional.perspective.html)によると、8個のポイントの座標が必要であることがわかりました。startpointsとendpointsという座標のパラメータが必要です。それらはそれぞれ変換のソースとターゲットを表記しています。 startpoints及びendpointsは、各自4個のlistを含んで、各listは2整数で表す座標を含んでいます。その2の整数は、一つ目は横座標で、二つ目は縦座標です。pytorchのtensorの次元は、通常にbatch size、channel、高さ、幅の番でそれぞれ表示しますので、そこでは注意してください。 自分の実験において、その座標は、1からではなく