本文介绍了使用opencv进行双摄像头图像拼接的算法，包括特征点检测、匹配、相机参数计算、投影变换、曝光补偿、缝合线估计和图像融合。通过实验对比了SURF和ORB的性能，以及各种投影方式、缝合线寻找方法和融合技术，探讨了速度与质量的平衡。
本文为CSDN原创文章，转载请注明出处
本章主要讲opencv stitching_detail的图像拼接算法
对原理性的东西不多赘述，具体可以参见该大佬的文章
https://blog.csdn.net/zhaocj/article/details/78798687
关于目前的全景拼接算法综述，可参考知乎大佬全面的叙述：https://www.zhihu.com/question/34535199/answer/135169187
本文的图像拼接是基于opencv的图像拼接，对6幅图进行拼接，效果如下，
6图拼接效果
给出一个opencv全景拼接器的下载链接，可达到上图效果，其中包含下面博文的图片素材
https://download.csdn.net/download/qq_28901541/10747238
其opencv的拼接速度极慢，博主对其进行了一定的优化，使得速度大为提升，并对比了各个算法的速度和质量优劣，并给出了实验数据，流程分为以下几步：
图像拼接算法流程图
特征点检测与提取算法的介绍
opencv中采用了SURF,ORB进行特征点提取，如果装的是opencv2.0版本，则可以直接用SURF，如果是3.0版本，则需要下载相应的contrib库进行安装。
原理不赘述，给出其实验结果对比和分析，
原始图像1
最低0.47元/天 解锁文章
1706
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
