python调用stitcher类自动实现多个图像拼接融合

使用stitcher需要注意,图像太大会报错而且计算慢。

特点和适用范围:图像需有足够重合相同特征区域。

优点:适应部分倾斜/尺度变换和畸变情形,拼接效果好,使用简单,可以一次拼接多张图片。

缺点:需要有足够的相同特征区域进行匹配,速度较慢(和图像大小有关)。

原图(可下载)

代码(两张图片拼接)

import sys
import cv2

if __name__ == "__main__":
    img1 = cv2.imread('C:/Users/Guaguan/Desktop/img/1.jpg')    # 图片绝对路径,
    img2 = cv2.imread('C:/Users/Guaguan/Desktop/img/2.jpg')

    # stitcher = cv2.createStitcher(False)    # 老的OpenCV版本,用这一个
    stitcher = cv2.Stitcher.create(cv2.Stitcher_PANORAMA)  # 我的是OpenCV4

    (status, pano) = stitcher.stitch((img1, img2))
    if status != cv2.Stitcher_OK:
        print("不能拼接图片, error code = %d" % status)
        sys.exit(-1)
    print("拼接成功.")
    cv2.imshow('pano', pano)
    # cv2.imwrite("pano.jpg", pano)
    cv2.waitKey(0)

拼接结果

原图

代码(多个图像自动拼接)

import os
import sys
import cv2
import win32ui


# ? python基于Stitcher图像拼接


def imgstitcher(imgs):  # 传入图像数据 列表[] 实现图像拼接
    stitcher = cv2.Stitcher.create(cv2.Stitcher_PANORAMA)
    _result, pano = stitcher.stitch(imgs)

    if _result != cv2.Stitcher_OK:
        print("不能拼接图片, error code = %d" % _result)
        sys.exit(-1)

    output = 'result' + '.png'
    cv2.imwrite(output, pano)
    print("拼接成功. %s 已保存!" % output)


if __name__ == "__main__":
    # imgPath为图片所在的文件夹相对路径
    imgPath = 'C:/Users/Guaguan/Desktop/img'
    
    imgList = os.listdir(imgPath)
    imgs = []
    for imgName in imgList:
        pathImg = os.path.join(imgPath, imgName)
        img = cv2.imread(pathImg)
        if img is None:
            print("图片不能读取:" + imgName)
            sys.exit(-1)
        imgs.append(img)

    imgstitcher(imgs)    # 拼接

    cv2.waitKey(0)
    cv2.destroyAllWindows()

结果

 

  • 24
    点赞
  • 94
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 23
    评论
### 回答1: Python图像拼接融合是指将多个图片组合成一个大的图片,使得大的图片展示出更多的内容或者更好的视觉效果。 一般来说,图像拼接融合的方法有两种:基于特征点匹配的拼接方法和全景拼接方法。 基于特征点匹配的拼接方法是将多个图片进行特征点提取,然后进行特征点匹配,最终通过图像配准技术将图片拼接成一张大的图片。这种方法需要进行多次的图像配准和图像融合,因此比较复杂,但是能够处理非常大的图像拼接。 全景拼接方法是将多个图片进行投影变换,将其变换成与一个参考图像具有相同投影的图像,再进行拼接和融合。这种方法相对简单,但是可能会出现投影变换的失真问题,影响图像的质量。 目前,Python中已经有很多图像处理库,例如OpenCV、scikit-image等,都提供了图像拼接融合的相关功能,方便用户处理图像拼接融合问题。据我所知,目前比较优秀的拼接融合框架有Stitcher和ImageStitching,利用这些框架,我们可以很容易地实现图片拼接融合。 ### 回答2: 图像拼接融合是指将多张图像按指定的顺序和位置进行拼接,使其成为一张更大的图像,可以在电影制作,地形测绘,全景图制作等领域得到广泛应用。Python是一门功能强大且易于学习的编程语言,拥有丰富的图像处理库和工具,提供了一系列的函数和模块来处理图像融合Python图像拼接融合实现主要分为以下步骤: 1.读取多张待拼接的图像,将其分别存储为numpy格式的矩阵,并确定最终拼接后的图像大小和拼接的顺序和位置。 2.使用OpenCV库的参数估计函数cv2.findHomography计算每个图像之间的透视变换矩阵H,并对每张图像进行变换,使其透视关系与整体拼接后的图像保持一致。 3.对经过透视变换后的每个图像进行融合,根据最大值或平均值进行像素融合,以消除重叠区域的边缘,保证整体拼接图像的视觉效果。 4.最后将处理好的拼接图像保存到本地或显示在窗口中。 在Python中进行图像拼接融合,常用的工具包括OpenCV、Pillow、scikit-image等,这些工具包拥有丰富的函数和方法,能够让我们轻松实现图像拼接融合的任务。在实际操作中,还需要注意一些细节问题,如处理图像的大小和比例、正确的透视变换参数、合理的像素融合方式和算法等,才能得到较好的拼接效果。 总之,Python图像拼接融合是一项常用的图像处理技术,有着较为广泛的应用场景和需求,使用Python及其相关的工具包可以实现对多张图像的快速处理和拼接,为图像处理和后续分析提供可靠的数据基础。 ### 回答3: 图像拼接融合是一种将多张照片合并成一幅完整的图像的技术。Python是一种功能强大的编程语言,在图像处理领域也有广泛的应用。 Python图像拼接融合的方法主要分为以下两种: 1. 基于OpenCV的拼接融合 OpenCV是一个广泛使用的图像处理库,可以方便地实现图像拼接融合。在Python中使用OpenCV,首先需要安装相应的库和依赖包。然后,可以使用OpenCV的函数来加载、裁剪、缩放和拼接图像。其中,需要将多张图像根据其特征点进行配准,然后进行图像叠加、融合和重叠区域的平均计算,最终形成一张无缝的全景图像。 2. 基于PIL的拼接融合 PIL(Python Imaging Library)是Python中的一个图像处理库,可以进行图像的读取、修改和保存。在PIL中,我们可以使用Image模块来实现图像的拼接融合。首先,需要引入Image模块,然后使用open()函数加载要拼接的图像。接着,可以使用paste()函数将要拼接的图像放在目标图像的指定位置,并调整它们的大小和位置,使它们在目标图像中完美地融合在一起。最后,保存拼接完成的图像。 无论是使用基于OpenCV的方法还是基于PIL的方法,Python图像拼接融合都需要考虑的问题包括选择适当的算法、确定特征点、配准、重叠区域的处理等。同时,需要注意的是,由于图像拼接融合需要处理较大的图像数据,所以在处理过程中需要尽可能地优化算法和程序性能,否则会对计算机资源造成较大的负担。

“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 23
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

打赏作者

Helloworld-睖

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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