[编辑] 这是它的完成方式。

步骤： 1. 隔离分路器部分。

然后，使用 Houghlines，找出 Image 中最长的线。找出跨越图像边界的极值点。你得到了四边形点。我通过手动选择它们跳过了这一部分。在我的例子中，图像顶部的道路宽度是 10，底部是 60。

现在，对于Destination，我们必须对Destination 进行Image，以便Divider Quadilateral 具有60 的统一宽度，因此我们将新点保存在另一个数组中，它们具有相同的底点，但顶点被修改，因为它们形成了一个与图像高度相同的矩形（或更大，您可以在运行一次并查看结果后进行调整），但宽度为 60。请记住，我们正在转换我们的图像，以便分隔线适合这个矩形区域。图像会自动改变。

现在，使用 Mat TransformMat = getPerspectiveTransform(ipPts, opPts);

在初始和目标四边形点上的opencv，我们得到一个变换矩阵，我们将其应用于我们的测试图像。

warpPerspective(ipImg, opImg, TransformMat, ipImg.size());

你会看到很多区域被裁剪以适应 InputImage 大小的输出。但是，您会注意到 Image 被转换为并行 Divider，正如我们预期的那样。通过执行一些翻译和东西，并采取更大尺寸的输出图像，你会得到这个。我们永远无法获得完美包装的输出图像，因为它的大小可能非常大。但是我们会遇到一些约束来完成我们的任务。这是最后一张图片：

这看起来像是一种光线追踪问题。如果您知道相机的位置和方向，您应该能够计算3x4 投影矩阵及其逆矩阵。

这应该允许您从图像点转换为 3d 位置（在路上）。这个讨论http://opencv-users.1802565.n2.nabble.com/2D-to-3D-projection-with-given-plane-td7272428.html可能有更多有用的信息。

至于在matlab中应用它。有一个affine3d可用于存储变换。文件交换中的投影/光线追踪也可能有用，例如http://www.mathworks.com/matlabcentral/fileexchange/25974-raytracer但我没有详细查看与什么相关的内容你要。

如果您可以校准您的相机，并且如果您可以检测到路面上的一些参考点，那么您可以获得道路上图像点的 3D 坐标。这假设道路在平面上。换句话说，如果你能检测到一辆汽车，那么你就可以计算出汽车底部的 3D 坐标。使用计算机视觉系统工具箱在 MATLAB 中查看此示例。