opencv_python Stitcher拼接图像实例（SIFT/SURF检测特征点，BF/FLANN匹配特征点）

最新推荐文章于 2025-07-24 18:16:19 发布

原创

最新推荐文章于 2025-07-24 18:16:19 发布 · 3.7k 阅读

32 ·

CC 4.0 BY-SA版权

文章标签：

#python #opencv #stitcher

opencv_python Stitcher拼接图像实例（SIFT/SURF检测特征点，BF/FLANN匹配特征点）

SIFI/SURF检测特征点，BF/FLANN匹配特征点，stitch缝接图片，并进行视角变换。
先创建一个Stitcher类：

import numpy as np
import cv2

class Stitcher:

    # 拼接函数
    def stitch(self, images, ratio=0.75, reprojThresh=4.0, showMatches=False):
        # 获取输入图片
        (imageB, imageA) = images
        # 检测A、B图片的SIFT关键特征点，并计算特征描述子
        (kpsA, featuresA) = self.detectAndDescribe(imageA)
        (kpsB, featuresB) = self.detectAndDescribe(imageB)

        # 匹配两张图片的所有特征点，返回匹配结果
        M = self.matchKeypoints(kpsA, kpsB, featuresA, featuresB, ratio, reprojThresh)

        # 如果返回结果为空，没有匹配成功的特征点，退出算法
        if M is None:
            return None

        # 否则，提取匹配结果
        # H是3x3视角变换矩阵
        (matches, H, status) = M
        # 将图片A进行视角变换，result是变换后图片
        result = cv2.warpPerspective(imageA, H, (imageA.shape[1] + imageB.shape[1], imageA.shape[0]))
        self.cv_show('result', result)
        # 将图片B传入result图片最左端
        result[0:imageB.shape[0], 0:imageB.shape[1]] = imageB
        self