长沙创微智科技术博客

对于图像拼接，前面探讨了通过基于Stitcher进行拼接过渡和基于特征点进行拼接过渡，这2个过渡的方式是摄像头拍摄角度和方向不应差距太大。对于特定的场景，本身摄像头拍摄角度差距较大，拉伸变换后也难做到完美的缝隙拼接，这个时候使用渐近过渡反倒是最好的。

深入研究图像拼接细分支算法，产出的效果查看工具，验证算法单步思路。透视变换工具实际研发需求：1.打开图片；2.矫正识别角点；3.四点对应偏移距离；4.支持设置棋盘格的行列角点数；  5.导出结果图片；

对于广角谁想投通过相机图片可以识别出棋盘角点计算相机内参矩阵，通过畸变校准可以得到较好的效果，但是鱼眼摄像头通过这种方式获得周围四周的图像效果并不是很好。所以，鱼眼摄像头在校准上与普通摄像头有一些区别。本篇通过一张图片来识别计算得到相机内参矩阵，并鱼眼矫正的方式矫正图像畸形。

环视算法，因为融合的时候由于方案商平台编译环境没有给opencv的库，用QI mage的原始data直接入，测试发现存在拼接是乱图的问题，需要定位并解决。

一个摄像头视野不大的时候，我们希望进行两个视野合并，这样让正视的视野增大，从而可以看到更广阔的标准视野。拼接的方法分为两条路，第一条路是Sticher类，第二条思路是特征点匹配。本篇使用特征点匹配，进行两张图来视野合并拼接。

一个摄像头视野不大的时候，我们希望进行两个视野合并，这样让正视的视野增大，从而可以看到更广阔的标准视野。拼接的方法分为两条路，第一条路是stitcher类，第二条思路是特征点匹配。本篇使用stitcher匹配，进行两张图来视野合并拼接。

写算法，使用Qt+opencv，用opencv打开多个usb摄像头，单usbhub无法同一时刻打开超过1个摄像头。

1.打开摄像头，可设置帧率、分辨率（可设置）；2.可打开usb、rtsp和本地文件（直接输入地址自动判断）；3.opencv摄像头操作子线程处理；4.支持设置棋盘格的行列角点数；5.支持标定过程可控制；6.采集标定图、可对标定图进行查看、删除；7.可对已有的标定图查看评价像素误差率；8.标定完成后，可以追加标定，继续开始基于原来的标定采集图继续标定；9.支持定制配置文件的导出和导出（测试运行包不对外开放该功能）

 Python上的OpenCv开发，在linux上的基本环境搭建流程。

通过相机图片可以识别出棋盘角点了，这时候我们需要通过角点去计算相机内参矩阵，通过上篇得知畸变的原理，所以我们尽可能要全方位都能获取标定图片，全方位意思是提供的多张图综合起来基本覆盖了相机所有的像素，同时还要注意远近和斜着本篇通过一张图片来识别计算得到相机内参矩阵，并矫正相机畸形。

知道图像畸变矫映射的原理之后，那么如何得到相机的内参是矫正的第一步，内参决定了内参矩阵（中心点、焦距等），用内参矩阵才能计算出投影矩阵，从而将原本畸变的图像矫正为平面投影图像。本篇描述了相机成形的原理，并绘制出识别的角点。