打造不花钱的全景拍摄平台(接片云台)和软件(视频拼接全景图)

首先准备两个小纸箱(方形或桶形都可以),一个铁钉(或图钉,大头钉,螺丝),一个纸板(方便旋转非必须),当然还要加上你的手机。

一个奶茶杯,一个鼠标标,一个厚纸板,一个螺丝,然后用螺丝把三者串起来(中心轴位置):


然后把手机放进盒子里,用纸什么的垫四周。

拍摄时,放在凳子上,打开手机视频开关,而后旋转一周多一点,最后拿出手机关闭视频,

再把这个(视频*.MP4)传到电脑上。再用软件选出20至25张左右(最面我们用opencv来做),再用photoshop cs拼接成全景图(当然你也可以用其它软件来接)。

下面我们来做视频选图,在一篇博文《OpenCV:使用VideoCapture类进行视频读取和显示-Mat》的基础上修改而成:

传入视频文件:

	//以图标拖放的方式打开视频(命令行)
	char name[]="C:/Users/ASUS/Videos/VID_19700101_220436.mp4";//你拍摄的用于全景的视频文件名(调试用࿰
  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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