OpenCv学习0825,基于匹配算法的图像平滑拼接

五好市民亚瑟摩根

于 2020-08-25 13:44:29 发布

阅读量793

点赞数

CC 4.0 BY-SA版权

分类专栏： OpenCv

本文链接：https://blog.youkuaiyun.com/Z3Djoker/article/details/108213227

本文介绍了如何使用OpenCV进行图像的平滑拼接，主要依赖于特征匹配技术。首先提取图像重叠区域的特征点，筛选强匹配点，然后通过这些匹配点获取映射矩阵，进行图像形变。最后，利用映射矩阵对图像进行平滑处理，实现自然的拼接效果。目前实现了横向拼接，纵向拼接还在完善中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像的平滑拼接，基于的技术理论是特征匹配，将两张图重叠的地方特征匹配，选取强匹配特征点，根据选取到的匹配点，将图片进行形变，，然后复制到同一张图片上，实现拼接，最后对拼接处进行优化处理，使拼接处更加自然。听上去不难，实现还是不容易的。

第一部分，特征点匹配，这部分直接采用特征匹配的相同方法即可

//灰度图转换  
	Mat image1, image2;
	cvtColor(image01, image1, COLOR_RGB2GRAY);
	cvtColor(image02, image2, COLOR_RGB2GRAY);


	//提取特征点    
	Ptr<xfeatures2d::SURF> surf = xfeatures2d::SURF::create(1000);
	vector<KeyPoint> keyPoint1, keyPoint2;
	Mat imageDesc1, imageDesc2;
	surf->detect(image01, keyPoint1);
	surf->detect(image02, keyPoint2);
	surf->compute(image1, keyPoint1, imageDesc1);
	surf->compute(image2, keyPoint2, imageDesc2);


	FlannBasedMatcher matcher;
	vector<vector<DMatch> > matchePoints;
	vector<DMatch> GoodMatchePoints;

	vector<Mat> train_desc(1, imageDesc1);
	matcher.add(train_desc);
	matcher.train();

	matcher.knnMatch(imageDesc2, matchePoints, 2);
	//cout << "total match points: " << matchePoints.size() << endl;

	// Lowe's algorithm,获取优