【opencv】图片拼接

【opencv】图片拼接

python实现

import cv2
import os

mainFolder = 'Images'#总文件夹目录,含子文件夹
myFolders = os.listdir(mainFolder)#os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表,注意返回值为列表
print(myFolders)#打印指定的文件夹包含的文件或文件夹的名字的列表

for folder in myFolders:#循环总文件夹目录
    path = mainFolder +'/'+folder#folder为数字     1  2
    images =[]  #图片列表
    myList = os.listdir(path)
    print(f'Total no of images detected {len(myList)}')
    for imgN in myList:#循环子文件夹目录,含图片
        curImg = cv2.imread(f'{path}/{imgN}')#获取图片
        curImg = cv2.resize(curImg,(0,0),None,0.2,0.2)#改变图片大小
        images.append(curImg)#追加尺寸

    stitcher = cv2.Stitcher.create()#拼接
    (status,result) = stitcher.stitch(images)
    if (status == cv2.STITCHER_OK):
        print('Panorama Generated')
        cv2.imshow(folder,result)#以文件夹为显示名
        cv2.imwrite(f'{folder}.jpg',result)  #保存图片
        cv2.waitKey(1)
    else:
        print('Panorama Generation Unsuccessful')

cv2.waitKey(0)

C++实现


#include <fstream> 
#include "opencv2/stitching/stitcher.hpp"//\opencv\sources\samples\cpp\stitching.cpp 
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>  
#include <iostream> 
  
using namespace cv; 
using namespace std; 
  
vector<Mat> imgs; //保存拼接的原始图像向量 
  
//导入所有原始拼接图像函数 
void parseCmdArgs(int argc, char** argv); 
  
int main(int argc, char* argv[]) 
{ 
  //导入拼接图像 
  parseCmdArgs(argc, argv);   
  Mat pano; 
  Stitcher stitcher = Stitcher::createDefault(false); 
  Stitcher::Status status = stitcher.stitch(imgs, pano);//拼接 
  if (status != Stitcher::OK) //判断拼接是否成功 
  { 
    cout << "Can't stitch images, error code = " << int(status) << endl; 
    return -1; 
  } 
  namedWindow("全景拼接",0); 
  imshow("全景拼接",pano); 
  imwrite("D:\\全景拼接.jpg",pano); 
  waitKey();   
  return 0; 
} 
  
//导入所有原始拼接图像函数 
void parseCmdArgs(int argc, char** argv) 
{ 
  for(int i=1;i<argc;i++) 
  { 
    Mat img = imread(argv[i]); 
    if (img.empty()) 
    { 
      cout << "Can't read image '" << argv[i] << "'\n"; 
    } 
    imgs.push_back(img); 
  } 
}

在这里插入图片描述

Python中使用OpenCV库进行图片拼接的代码一般会用到特征检测、特征匹配、图像变换等步骤。下面是一个简单的示例代码,演示如何使用OpenCV进行两张图片拼接: ```python import cv2 import numpy as np # 读取两张图片 img1 = cv2.imread('image1.jpg', 0) # 查询图像 img2 = cv2.imread('image2.jpg', 0) # 训练图像 # 初始化ORB检测器 orb = cv2.ORB_create() # 使用ORB找到关键点和描述符 kp1, des1 = orb.detectAndCompute(img1, None) kp2, des2 = orb.detectAndCompute(img2, None) # 创建BFMatcher对象 bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True) # 匹配描述符 matches = bf.match(des1, des2) # 根据距离排序 matches = sorted(matches, key=lambda x: x.distance) # 绘制前10个匹配项 img3 = cv2.drawMatches(img1, kp1, img2, kp2, matches[:10], None, flags=2) # 显示图片 cv2.imshow('Matches', img3) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段代码首先读取了两张要拼接图片,然后使用ORB算法检测关键点并计算描述符。之后,使用BFMatcher对两张图片的描述符进行匹配,并将匹配结果按照匹配距离排序。最后,使用`cv2.drawMatches`函数将前10个最佳匹配的特征点在图片上绘制出来,并显示结果。 请注意,这只是进行特征匹配的示例,并没有实现图像变换和实际拼接。真正的图像拼接还需要计算匹配特征点之间的几何变换矩阵,然后应用该矩阵变换第二张图片,并将变换后的图片与第一张图片进行融合。
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
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