Photoshop2022实现全景图拼接

Photoshop2022实现全景图拼接

今天算是项目启动的第一天,对校史馆项目有了初步的了解和目标,首先进行的第一项技能学习是使用Photoshop2022实现对多张图片的全景图拼接,喜欢或者想要了解这个项目的可以点个赞或者点个关注,这是对我们最大的支持。

一. 项目的准备工作

我们在进行项目的创建之前,首先要进行图片的准备工作,对于全景图的设计,一般我们会准备一组照片,对于这组照片,我们在拍摄时有这么几点要求:

  1. 照片组必须在同一水平线进行拍摄,不能出现高低差,这样可以尽可能的减少修图带来的误差。
  2. 照片与照片之间需要有部分相交集的地方,以用于照片的拼接与融合。
  3. 照片与照片之间要保证高度一致性,不要出现较大的差异(如光线差,色调差等等)

接下来我用我们学校的水房照片来做一个简略的示范,后期可能会换成更加标准的拍摄仪器来做展示。
五张图如下:

请添加图片描述

请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述

二. 项目的创建

  1. 打开photoshop2022
    在这里插入图片描述

  2. 点击右上角文件
    在这里插入图片描述

  3. 点击自动
    在这里插入图片描述

  4. 点击photomerge
    在这里插入图片描述

  5. 点击浏览导入我们准备的照片,点击确定项目创建完成
    在这里插入图片描述

三. 图片的优化与处理

由于是人工拍照,存在较多的误差,项目加载完成图如下:
在这里插入图片描述
接下来我们进行对全景图的优化处理

(1)使用裁剪工具处理全景图边缘

在这里插入图片描述
这里我们对全景图外边缘进行裁剪,结果如下图:
在这里插入图片描述

(2)使用套索和填充工具补充空白区域

首先进行一个重要的操作,点击图层选择空白处,使用快捷键ctrl+alt+shift+E创建一个新图层
在这里插入图片描述

我们点击套索工具选中空白区域:
在这里插入图片描述
在这里插入图片描述

此时我们使用填充工具进行填充,方法如下:

  1. 选择右上角编辑在这里插入图片描述
  2. 点击填充
    在这里插入图片描述
    在这里插入图片描述

3.点击确定完成填充
在这里插入图片描述
4.下半部分如上图操作
在这里插入图片描述

(3)对图中自动填充不和谐地方进行手动修改

我们使用仿制图案工具进行模糊修改
在这里插入图片描述
使用alt进行选择和谐色调,然后进行修改操作
在这里插入图片描述
在这里插入图片描述

四. 最终效果:

在这里插入图片描述

结语

路漫漫其修远兮,我们要克服一切困难,最终到达胜利的彼岸,这是我们计算机院学生能做到的,让我们一起加油吧!!!!

										———— 22计科1班 王杰东
压缩包中包含的具体内容: 对给定数据中的6个不同场景图像,进行全景图拼接操作,具体要求如下: (1) 寻找关键点,获取关键点的位置和尺度信息(DoG检测子已由KeypointDetect文件夹中的detect_features_DoG.m文件实现;请参照该算子,自行编写程序实现Harris-Laplacian检测子)。 (2) 在每一幅图像中,对每个关键点提取待拼接图像的SIFT描述子(编辑SIFTDescriptor.m文件实现该操作,运行EvaluateSIFTDescriptor.m文件检查实现结果)。 (3) 比较来自两幅不同图像的SIFT描述子,寻找匹配关键点(编辑SIFTSimpleMatcher.m文件计算两幅图像SIFT描述子间的Euclidean距离,实现该操作,运行EvaluateSIFTMatcher.m文件检查实现结果)。 (4) 基于图像中的匹配关键点,对两幅图像进行配准。请分别采用最小二乘方法(编辑ComputeAffineMatrix.m文件实现该操作,运行EvaluateAffineMatrix.m文件检查实现结果)和RANSAC方法估计两幅图像间的变换矩阵(编辑RANSACFit.m 文件中的ComputeError()函数实现该操作,运行TransformationTester.m文件检查实现结果)。 (5) 基于变换矩阵,对其中一幅图像进行变换处理,将其与另一幅图像进行拼接。 (6) 对同一场景的多幅图像进行上述操作,实现场景的全景图拼接(编辑MultipleStitch.m文件中的makeTransformToReferenceFrame函数实现该操作)。可以运行StitchTester.m查看拼接结果。 (7) 请比较DoG检测子和Harris-Laplacian检测子的实验结果。图像拼接的效果对实验数据中的几个场景效果不同,请分析原因。 已经实现这些功能,并且编译运行均不报错!
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值