YMilton的专栏

图像缩放后的单应性还原1. 公式推导假设待拼接的两幅图像分别为与，两幅的单应性矩阵为。再假设图像的坐标点与图像的坐标点单应性对应。则有等式（1-1）： （1-1） 再假设按照尺度缩放的图像为与，缩放的两幅图像间的单应性矩阵为，同理有等式（1-2）： （1-2） 由于图像与是通过尺度缩放后，得到的两幅图像分别为与，因此图像、的坐标点与图像、的关系表为等式（1-3）： （1-3） 令 （1-4） 根据公式（1-2）（1-3）（1-4），则有以下推导

相关链接：https://github.com/xitu/gold-miner/blob/master/TODO1/real-world-dynamic-programming-seam-carving.md

最佳缝合线能够有效的去除拼接中运动物体移动出现的鬼影，如何寻找最佳缝合线对于图像拼接去除鬼影比较的重要。寻找最佳缝合线涉及到比较重要的一个思想是动态规划，寻找强度值最优的路径。 关于强度值的计算，具体情况如下：以上公式是重叠像素点的颜色值之差，是结构值之差。这里的结构值计算采用Sobel算子，也可以考虑其他的边缘检测算子，其中x,y方向的算子如下： ...

考虑到python通过for循环实现加权平均融合效率比较低，本文采用矩阵运算的形式实现加权平均融合。其中加权平均融合的公式如下：是融合图像，是需要拼接的两幅图像，是渐入渐出法中的权重，权重的计算公式如下：也就是上面的两个公式，挺简单的，相对于C++而言，用python实现加权平均融合的矩阵运算更加容易理解。直接上结果图，以下是加权平均融合之前与融合之后的对比。加...