opencv图片拼接

最新推荐文章于 2024-10-07 23:32:36 发布

yikang.

最新推荐文章于 2024-10-07 23:32:36 发布

阅读量262

点赞数 1

分类专栏：图像处理文章标签： opencv 计算机视觉 cv 边缘计算

本文链接：https://blog.csdn.net/qq_50341530/article/details/118539940

版权

本文介绍了如何使用OpenCV进行图片拼接，通过读取图片、特征检测、匹配、仿射变换和图像融合等步骤，实现两张不同角度图片的无缝结合。主要涉及的关键技术包括SURF特征检测、BFMatcher描述子匹配和透视变换。

摘要由CSDN通过智能技术生成

opencv图片拼接

介绍：两张不同角度的图可以拼接为同一张图，并且消除拼接的痕迹。
思路：
1.读取图片，进行缩放为统一尺度大小
2.进行特征检测+特征点描述
3.用描述子匹配
4.进行仿射变换
5.拼接

不多说，上代码

#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d/nonfree.hpp>

using namespace std;
using namespace cv::xfeatures2d;
using namespace cv;
Mat srcimg01,srcimg02;
vector<KeyPoint> kp1, kp2;
Mat dst1, dst2;


void join(vector<DMatch> good_matches)
{
   
	vector<Point2f> pf1, pf2;
	for (int i = 0; i < good_matches.size(); i++)
	{
   
		pf1.push_back(kp1[good_matches[i].queryIdx].pt);
		pf2.push_back(kp2[good_matches[i].trainIdx].pt);
	}

	Mat homo = findHomography(pf2, pf1, RANSAC);
	cout << "变换矩阵：\n " << homo << endl;

	struct P
	{
   
		Point2f left_top;
		Point2f left_bottom;
		Point2f right_top;
		Point2f right_bottom;
	};

	P p;

	cout << "1" << endl;
	//左上角
	double v2[] = {
    0,0,1 };
	double v1[3];
	Mat V1 = Mat(3, 1, CV_64FC1, v1);
	Mat V2 = Mat(3, 1, CV_64FC1, v2);
	V1 = homo * V2;
	p.left_top.x = v1[0] / v2[2];
	p.left_top.y = v1[1] / v2[2];



	//左下角
	v2[0]