个人中心
gpt4 book ai didi

python opencv 图像拼接的实现方法

转载 作者：qq735679552 更新时间：2022-09-28 22:32:09 42 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python opencv 图像拼接的实现方法由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

初级的图像拼接为将两幅图像简单的粘贴在一起，仅仅是图像几何空间的转移与合成，与图像内容无关。高级图像拼接也叫作基于特征匹配的图像拼接，拼接时消去两幅图像相同的部分，实现拼接合成全景图.

具有相同尺寸的图A和图B含有相同的部分与不同的部分，如图所示:

            。

用基于特征的图像拼接实现后:

python opencv 图像拼接的实现方法

设图像高为h，相同部分的宽度为wx 。

拼接后图像的宽w=wA+wB-wx 。

因此，可以先构建一个高为h，宽为W*2的空白图像，将左图像向右平移wx，右图像粘贴在右侧。则右图像刚好覆盖左图像中的相同部分。最终拼接图像完成，完成后的图像左侧有宽度为wx的空白即为所检测出的两幅图像的相同部分，可根据需要选择是否去除。示例图如下.

实现上述效果的步骤如下:

1. 采用surft特征检测算法检测两幅图像的关键特征点； 。

2. 建立FLANN匹配器，采用目前最快的特征匹配（最近邻搜索）算法FlannBasedMatcher匹配关键点 。

3.从所匹配的全部关键点中筛选出优秀的特征点（基于距离筛选） 。

4. 根据查询图像和模板图像的特征描述子索引得出仿射变换矩阵 。

5. 获取左边图像到右边图像的投影映射关系 。

6. 透视变换将左图像放在相应的位置 。

7. 将有图像拷贝到特定位置完成拼接 。

先放python下利用opencv 进行图像拼接的代码，环境为python2.7+opencv2

  1. #coding: utf-8
  2. import numpy as np
  3. import cv2
  4. leftgray = cv2.imread('1.jpg')
  5. rightgray = cv2.imread('2.jpg')
  6. hessian=400
  7. surf=cv2.SURF(hessian) #将Hessian Threshold设置为400,阈值越大能检测的特征就越少
  8. kp1,des1=surf.detectAndCompute(leftgray,None) #查找关键点和描述符
  9. kp2,des2=surf.detectAndCompute(rightgray,None)
  10. FLANN_INDEX_KDTREE=0 #建立FLANN匹配器的参数
  11. indexParams=dict(algorithm=FLANN_INDEX_KDTREE,trees=5) #配置索引，密度树的数量为5
  12. searchParams=dict(checks=50) #指定递归次数
  13. #FlannBasedMatcher：是目前最快的特征匹配算法（最近邻搜索）
  14. flann=cv2.FlannBasedMatcher(indexParams,searchParams) #建立匹配器
  15. matches=flann.knnMatch(des1,des2,k=2) #得出匹配的关键点
  16. good=[]
  17. #提取优秀的特征点
  18. for m,n in matches:
  19. if m.distance < 0.7*n.distance: #如果第一个邻近距离比第二个邻近距离的0.7倍小，则保留
  20. good.append(m)
  21. src_pts = np.array([ kp1[m.queryIdx].pt for m in good]) #查询图像的特征描述子索引
  22. dst_pts = np.array([ kp2[m.trainIdx].pt for m in good]) #训练(模板)图像的特征描述子索引
  23. H=cv2.findHomography(src_pts,dst_pts) #生成变换矩阵
  24. h,w=leftgray.shape[:2]
  25. h1,w1=rightgray.shape[:2]
  26. shft=np.array([[1.0,0,w],[0,1.0,0],[0,0,1.0]])
  27. M=np.dot(shft,H[0]) #获取左边图像到右边图像的投影映射关系
  28. dst_corners=cv2.warpPerspective(leftgray,M,(w*2,h))#透视变换，新图像可容纳完整的两幅图
  29. cv2.imshow('tiledImg1',dst_corners) #显示，第一幅图已在标准位置
  30. dst_corners[0:h,w:w*2]=rightgray #将第二幅图放在右侧
  31. #cv2.imwrite('tiled.jpg',dst_corners)
  32. cv2.imshow('tiledImg',dst_corners)
  33. cv2.imshow('leftgray',leftgray)
  34. cv2.imshow('rightgray',rightgray)
  35. cv2.waitKey()
  36. cv2.destroyAllWindows()

所用图像为:

    。

拼接完成后的图像为:

python opencv 图像拼接的实现方法

测试一下抗干扰能力，所用图像:

      。

拼接结果:

python opencv 图像拼接的实现方法

可见，抗干扰能力还是不错的，在测试中若拼接不成功，则注意以下两点:

1. 所用两幅图像尺寸是否相同，是否有相同的部分.

2. 适当调整hessian的值.

总结 。

以上所述是小编给大家介绍的python opencv 图像拼接的实现方法，希望对大家有所帮助，如果大家有任何疑问欢迎给我留言，小编会及时回复大家的！ 。

原文链接：https://blog.csdn.net/qq878594585/article/details/81901703 。

最后此篇关于python opencv 图像拼接的实现方法的文章就讲到这里了,如果你想了解更多关于python opencv 图像拼接的实现方法的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

42 4 0
文章推荐： python 批量解压压缩文件的实例代码
文章推荐： 平安口袋银行查年度账单抽随机黄金红包
文章推荐： 工银瑞信基金领随机微信红包 简单粗暴
文章推荐： python实现鸢尾花三种聚类算法（K-means,AGNES,DBScan）
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
全站热门文章
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com