C++ opencv 水平拼接、垂直拼接、vector方式拼接

该代码示例演示了如何使用OpenCV库进行图像的水平和垂直拼接。首先,它读取并检查输入图片,然后调整两张图片的大小。接着,使用`hconcat`和`vconcat`函数进行拼接操作,并展示了使用`vector`方式的拼接方法。最后,程序显示拼接后的图像并等待用户按键。
摘要由CSDN通过智能技术生成

完整示例:

#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp>


int main(int argc, char **argv)
{   
    if (argc != 2)
    {
        return 1;
    }
    cv::Mat image = cv::imread(argv[1]);

    if (image.empty())
        {
        std::cout << "无法读取图片"  << std::endl;
        return 1;
        }

    std::cout << "图片高度: " << image.rows << "宽度: " << image.cols << std::endl;



    // ======== 拼接 ========
    cv::Mat cat_img = cv::imread("./media/cat.jpg");
    cv::Mat cat_resize;
    cv::resize(cat_img, cat_resize, cv::Size(320, 240));

    cv::Mat dog_resize;
    cv::resize(image, dog_resize, cv::Size(320, 240));

    // 复制一份cat
    cv::Mat cat_resize_copy;
    cat_resize.copyTo(cat_resize_copy);
    // 复制一份dog
    cv::Mat dog_resize_copy;
    dog_resize.copyTo(dog_resize_copy);

    cv::Mat img1;
    // 水平拼接,需要保证两张图片的高度一致
    cv::hconcat(cat_resize_copy, dog_resize_copy, dog_resize_copy);

 

    // 复制一份cat
    cv::Mat cat_resize_copy1;
    cat_resize.copyTo(cat_resize_copy1);
    // 复制一份dog
    cv::Mat dog_resize_copy1;
    dog_resize.copyTo(dog_resize_copy1);

    // 垂直拼接,需要保证两张图片的宽度一致
    cv::vconcat(cat_resize_copy1, dog_resize_copy1, dog_resize_copy1);
    

    // 或者使用vector方式
    std::vector<cv::Mat> imgs{cat_resize, dog_resize, cat_resize, dog_resize};
    cv::Mat hconcat_img2;
    cv::hconcat(imgs, hconcat_img2);
    

    // 保存图像
    // cv::imwrite("./gray_image.jpg", gray);
    
    // imshow显示图像
    cv::imshow("opencv 水平拼接", dog_resize_copy);
    cv::imshow("opencv 垂直拼接", dog_resize_copy1);  
    cv::imshow("opencv vector方式水平拼接", hconcat_img2);  

    // 等待按键
    cv::waitKey(0);  

    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenCV计算机视觉库)中,图像拼接(也称为图像融合或图像堆叠)通常用于处理多幅图片并创建全景图或连续场景的无缝连接。以下是使用C++OpenCV进行图像拼接的基本步骤: 1. **读取图像**:首先,你需要从文件或内存中分别读取待拼接的每张图像。 ```cpp cv::Mat image1 = cv::imread("image1.jpg"); cv::Mat image2 = cv::imread("image2.jpg"); ``` 2. **预处理**:如果需要,可以对图像进行裁剪、缩放、灰度转换等操作,以便于后续的匹配。 3. **特征检测与匹配**:使用SIFT、SURF或其他特征点检测算法找到两张图像之间的对应点。例如,使用`findHomography()`函数计算单应矩阵(homography matrix)。 ```cpp std::vector<cv::Point2f> points1, points2; // 对应特征点的提取 goodFeaturesToTrack(image1, points1, ..., cv::Size(15, 15), ...); goodFeaturesToTrack(image2, points2, ..., cv::Size(15, 15), ...); cv::Mat homography; // 单应矩阵 findHomography(points1, points2, homography, cv::RANSAC, param); ``` 4. **图像变换**:使用单应矩阵将一张图像的坐标变换到另一张上,这一步通过`warpPerspective()`函数实现。 ```cpp cv::Mat result; cv::warpPerspective(image2, result, homography, image1.size(), INTER_LINEAR + WARP_INVERSE_MAP); ``` 5. **合并结果**:将变换后的图像和原图像合并在一起。你可以选择直接在原图像上覆盖,或者创建一个新的大矩阵来进行拼接。 6. **保存结果**:最后,将拼接好的图像保存到文件。 ```cpp cv::imwrite("merged_image.jpg", result); ```
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

打赏作者

默执_

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