Python Opencv实践 - 全景图片拼接stitcher

做一个全景图片切片的程序Spliter

        由于手里没有切割好的全景图片资源,因此首先写了一个切片的程序spliter。

        如果有现成的切割好的待拼接的切片文件,则不需要使用spliter。

        对于全景图片的拼接,需要注意一点,各个切片图片之间要有重复的内容以便opencv能够提取到关键点并能匹配上。如果简单地将全景图均分几乎是不可能成功的,stitcher一般会返回错误1(ERR_NEED_MORE_IMGS)。下面是我写的切片程序spliter代码,仅供参考:

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

img = cv.imread('../../SampleImages/panoramaOriginal.jpg')
numSlices = 5
print(img.shape)
(height,width,channels) = img.shape

sliceWidth = width / numSlices
#全景拼接需要匹配两幅图中的特征点,因此需要预留一部分重复的列
#sliceDuplicateOffset设置了两幅图重复的列的数量
sliceDuplicateOffset = sliceWidth / 2
print(sliceWidth)
sliceStartX = 0
for i in range(0, numSlices):
    sliceX = sliceStartX;
    #第一个切片不需要减去sliceDuplicateOffset
    if (sliceStartX != 0):
        sliceX = sliceX - sliceDuplicateOffset
    imgSlice = img[0:height,int(sliceX):int(sliceStartX + sliceWidth)]
    sliceStartX += sliceWidth
    cv.imwrite('panoramaSlice' + str(i) + ".jpg", imgSlice, [cv.IMWRITE_JPEG_QUALITY,100])

        我下载的原始全景图片为:

        经过spliter切片后

读取切片文件使用Stitcher进行拼接

        将切片文件全部放到相同目录下,通过os库进行读取放到一个list中,然后使用Stitcher进行拼接,代码如下:

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
import os

slices = []
imageDir = '../../SampleImages/panoramaSlices/'
imageFiles = os.listdir(imageDir)
#读取所有切片文件
for file in imageFiles: 
    img = cv.imread(imageDir+file)
    slices.append(img)

#plt.imshow(slices[0])

#创建stitcher对象
#cv.Stitcher.Create()
#参考资料:https://blog.csdn.net/qq_41112170/article/details/124634544
stitcher = cv.Stitcher.create()
#调用stitch做全景拼接
#参考资料:https://blog.csdn.net/weixin_48911487/article/details/122721333
#         https://www.cnblogs.com/rainsoul/p/8430074.html
(status,result) = stitcher.stitch(slices)
if status == cv.STITCHER_OK:
    print("Panorama stitched successfully!")
    plt.imshow(result[:,:,::-1])
else:
    print("Panorama stitch failed! Status=" + str(status))

        运行效果:

        

        如果状态返回失败,请参考代码里的链接看看是什么问题

### 回答1: Opencv-python图像拼接是指将多张图片拼接成一张大图的操作。这个操作可以用于制作全景图、拼接地图等等。在opencv-python中,可以使用cv2库中的函数cv2.stitcher_create()来实现多图像拼接。这个函数可以将多张图片拼接成一张大图,并且可以自动调整图片的位置和角度,使得拼接后的图片更加自然。需要注意的是,多图像拼接需要保证每张图片之间有重叠的部分,否则拼接后的图片会出现断裂的情况。 ### 回答2: OpenCV是一个流行的计算机视觉库,由C++编写而成,也提供了Python接口。OpenCV-PythonOpencvPython接口,它提供了大量方便易用的函数,可以处理图像和视频等数据。 在OpenCV-Python中,可以使用cv2库中的函数来实现多图像拼接。通常情况下,多图像拼接需遵循以下步骤: 1. 加载每个图像到程序中 2. 确定每个图像相对于它们相关联的位置 3. 将这些图像组合成最终的拼接图像 下面是实现多图像拼接的基本流程: Step 1: 加载图像 使用cv2.imread()函数加载所有需要拼接图像,然后将这些图像存储到一个列表中,以方便后续操作。 ```python import cv2 import numpy as np # Load all the images img1 = cv2.imread('image1.jpg') img2 = cv2.imread('image2.jpg') img3 = cv2.imread('image3.jpg') # Store all the images in a list images = [img1, img2, img3] ``` Step 2:确定每个图像的位置 计算每个图像与参考图像之间的平移量和旋转角度以获得它们的位置。可以使用cv2.estimateRigidTransform()函数来计算每个图像相对于参考图像的偏移量。该函数需要两张图像作为参数,并返回一个2x3的仿射变换矩阵。 ```python # Estimate the translation and rotation # to align all the images with the first image num_images = len(images) reference_image = images[0] transforms = [] for i in range(1, num_images): # Calculate the transformation matrix transform = cv2.estimateRigidTransform(images[i], reference_image, False) transforms.append(transform) ``` Step 3:拼接图像 使用cv2.warpAffine()函数将每个图像变换,并将它们组合成一个大的拼接图像。首先创建一个空图像,然后使用cv2.warpAffine()函数将每个图像变换为它们的实际位置,并将它们添加到空图像中。 ```python # Combine all the images max_x = 0 max_y = 0 for i in range(num_images): rows, cols, channels = images[i].shape dst = cv2.warpAffine(images[i], transforms[i], (cols, rows)) max_x = max(max_x, transforms[i][0, 2]) max_y = max(max_y, transforms[i][1, 2]) # Create an empty image panorama = np.zeros((max_y, max_x + cols, 3), np.uint8) # Add the images to the panorama panorama[0:rows, 0:cols] = img1 panorama[0:rows, int(transforms[0][0, 2]):cols+int(transforms[0][0, 2])] = img2 panorama[0:rows, int(transforms[1][0, 2]):cols+int(transforms[1][0, 2])] = img3 ``` 以上就是基本的多图像拼接流程。当然,这种拼接方式有很多的局限性,例如对光线的要求高,对图像的重叠区域要求高,需要手动校准等。因此,如果需要更加高质量的拼接,需使用更加复杂的算法,例如SIFT和SURF算法。这些算法可以实现自动化的图像拼接,可以处理复杂的场景,但也需要更多的计算资源和算法知识来实现。 ### 回答3: 对于需要将多张图片拼接到一起的应用场景,opencv-python提供了一种有效的解决方案。在opencv-python中,我们可以使用函数cv2.hconcat和cv2.vconcat来进行图像的水平和竖直方向的拼接。 假设我们有三张大小相同的图片A、B和C,它们的宽度分别为width,高度为height。现在我们需要将这三张图片水平拼接在一起,那么我们可以使用以下代码: ``` import cv2 # 读取图片 img_a = cv2.imread('a.jpg') img_b = cv2.imread('b.jpg') img_c = cv2.imread('c.jpg') # 图片拼接 result = cv2.hconcat([img_a, img_b, img_c]) # 显示拼接后的图片 cv2.imshow('Result', result) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这段代码中,我们首先通过cv2.imread函数读取了三张图片A、B和C。然后,我们使用cv2.hconcat函数将这三张图片在水平方向上拼接在一起,得到了一个新的图像result。最后,我们使用cv2.imshow函数将拼接后的图片显示在窗口中。 在进行图像拼接时,我们还需要注意以下几点: 1. 图片尺寸必须相同。如果进行拼接的多张图片尺寸不同,我们需要使用cv2.resize函数将其缩放到相同的尺寸。 2. 图片数量不能太多。如果需要拼接图片数量过多,可能会导致拼接后的图片过于宽或过于高,无法在屏幕上完整显示。 3. 拼接后的图片可能存在黑边。如果拼接的多张图片宽度不足,拼接后的图片可能会在右侧出现黑边;如果拼接的多张图片高度不足,拼接后的图片可能会在下方出现黑边。解决这个问题的方法是在拼接前使用cv2.copyMakeBorder函数在图片边缘添加一定量的填充。
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

亦枫Leonlew

希望这篇文章能帮到你

¥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