如何使用Python和OpenCV库，通过透视变换技术修复扭曲的矩形图片？请提供一个示例实现。

在图像处理领域，扭曲的矩形图片常常因拍摄角度不当或镜头畸变而产生。幸运的是，我们可以借助Python和OpenCV库来校正这种扭曲。透视变换技术是解决这一问题的关键。

参考资源链接：[Python自动化修复扭曲矩形图片](https://wenku.csdn.net/doc/3bts47pfio?spm=1055.2569.3001.10343)

首先，需要导入OpenCV库，通常使用`cv2`模块导入。通过`cv2.imread`函数读取目标图片，然后使用`cv2.namedWindow`创建一个窗口，以便后续的图像显示和用户交互。通过`cv2.setMouseCallback`为窗口注册鼠标事件，以便用户可以通过点击来标记图像的角点。这些角点信息是后续透视变换的重要输入。

接下来，利用`cv2.getPerspectiveTransform`函数根据标记的角点计算透视变换矩阵。这个函数需要输入原始图像的四个角点坐标和目标矩形的四个角点坐标，从而计算出从原始图像到目标矩形的映射关系。

一旦获得了透视变换矩阵，就可以使用`cv2.warpPerspective`函数来应用这个变换。这个函数需要输入原始图像、变换矩阵以及目标图像的尺寸。它会根据变换矩阵调整原始图像，使得扭曲的矩形图片被校正成规则的矩形。

在代码实现中，需要注意的是，在用户界面上显示图像时，需要确保图像的比例正确，以避免在标记角点时出现误导。可以使用`cv2.resize`函数调整图像大小，或者在创建窗口时设置适当的缩放比例。

以下是一个简单的代码示例，展示了上述步骤的实现：

import cv2
import numpy as np

# 假设已通过鼠标事件获取到四个角点的坐标
pts_src = np.array([[pt1, pt2, pt3, pt4]], dtype=

参考资源链接：[Python自动化修复扭曲矩形图片](https://wenku.csdn.net/doc/3bts47pfio?spm=1055.2569.3001.10343)