【OpenCV】SURF图像拼接和Stitcher拼接

最新推荐文章于 2025-07-24 18:16:19 发布

原创

最新推荐文章于 2025-07-24 18:16:19 发布 · 3.3k 阅读

48 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #图像拼接

本文介绍了两种图像拼接方法。首先是OpenCV中的Stitcher直接拼接，通过简单代码实现多张图片拼接，但效果可能不稳定。然后详细讲解了基于SURF算法的图像拼接，包括特征点匹配、坐标映射矩阵计算、透视转换和图像融合等步骤，适合于两张图片的精确拼接。通过实例代码展示了SURF拼接的过程，能更好地处理图像间的拼接问题。

介绍两种图像拼接的方法，一种是SURF算法的图像拼接，另一种是Stitcher硬拼接

首先先从简单的讲起

一、Stitcher直接拼接

可以实现多张图片一起拼接，只要两行代码就可以实现拼接；

1.首先准备多张图片，放入向量容器中

    Mat img1 =imread("a.png");
    Mat img2 =imread("b.png");
    Mat img3 =imread("c.png");
    Mat img4 =imread("d.png");
    //图片放入容器中
    vector<Mat>images;
    images.push_back(img1);
    images.push_back(img2);
    images.push_back(img3);
    images.push_back(img4);

2. 创建Stitcher对象，调用拼接算法

第一行false是表示不使用gpu加速；

    //保存最终拼接图
    Mat result;
    
    Stitcher sti=Stitcher::createDefault(false);
    //将vector容器中所有的图片按顺序进行拼接，输出result
    Stitcher::Status sta=sti.stitch(images,result);
    if(sta!=Stitcher::OK)
    {
        cout<<"拼接失败"<<endl;
    }
    imshow("result",result);//显示

注：createDefault的方法在opencv3可用，opencv4改变了调用方式，为Stitcher::create

来看看这种拼接的效果吧

原图：

4张图

第一次输出效果：

第二次输出效果：

可以看到，虽然能够拼接，但是有时候可能会丢失一部分，导致最右边没有拼接上；

虽然使用起来很简单，但是不能每次都达到想要的效果；

这边介绍第二种拼接方法：

二、SURF算法

SURF拼接一次只能拼接两张图片，其大致步骤就是匹配两幅图像中的特征点，找到最优匹配特征点；

根据配对的特征点计算坐标映射矩阵，求出右图的透视转换坐标；然后将右图透视转换后生成的图与左图进行整合，使用copyto将两图拼接

1.查找特征点

    Mat left=imread("left.png");
    Mat right=imread("right.png");
    imshow("left",left);
    imshow("right",right);
    //创建SURF算法对象
    Ptr<SURF> surf;
    //create 函数参数 海森矩阵阀值 800特征点以内
    surf =SURF::create(800);
    //创建一个暴力匹配器 用于特征点匹配
    BFMatcher matcher;

    //特征点容器 存放特征点KeyPoint 两张图准备两个
    vector<KeyPoint>key1,key2;
    //保存特征点
    Mat c,d;

    //1.查找特征点
    //左图 右图 识别特征点 是Mat对象 用c d保存
    surf-&