OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三)：基于特征匹配拼接

本文来源公众号“OpenCV与AI深度学习”，仅用于学术分享，侵权删，干货满满。

原文链接：OpenCV常用图像拼接方法(三)：基于特征匹配拼接

    OpenCV常用图像拼接方法将分为四个部分与大家共享，这里是第三种方法，欢迎关注后续。

    OpenCV的常用图像拼接方法（三）：基于特征匹配的图像拼接，本次介绍SIFT特征匹配拼接方法，OpenCV版本为4.4.0。特点和适用范围：图像有足够重合相同特征区域，且待拼接图像之间无明显尺度变换和畸变。

优点：适应部分倾斜变化情况。缺点：需要有足够的相同特征区域进行匹配，速度较慢，拼接较大图片容易崩溃。

    如下是待拼接的两张图片：

    特征匹配图

    拼接结果图：

    拼接缝处理后(拼接处过渡更自然)：

    核心代码：