opencv图像拼接stitch_OpenCV图像拼接终章Stitching detailed使用与参数介绍

本文深入介绍了OpenCV的Stitcher类,通过stitching_detailed.cpp程序的运行流程和参数,揭示图像拼接的详细步骤,包括特征点检测、匹配、相机参数估计、光束平均法、波形校正、拼接和融合等关键过程。同时,文章提供了不同参数设置下的拼接效果示例。
摘要由CSDN通过智能技术生成

373510ab93f40b96876030935352f4cf.gif

    关于OpenCV图像拼接的方法,如果不熟悉的话,可以先看看公众号整理的如下四篇文章介绍:
  • OpenCV常用图像拼接方法(一):直接拼接(硬拼)

  • OpenCV常用图像拼接方法(二):基于模板匹配拼接

  • OpenCV常用图像拼接方法(三):基于特征匹配拼接

  • OpenCV常用图像拼接方法(四):基于Stitcher类拼接

    本篇文章是Stitcher类的扩展介绍,通过例程stitching_detailed.cpp的使用和参数介绍,帮助大家了解Stitcher类拼接的具体步骤和方法,先看看其内部的流程结构图(如下):

4bb2b3a7a1702995c280b6bd50b7c518.png

stitching_detailed.cpp目录如下,可以在自己安装的OpenCV目录下找到,笔者这里使用的OpenCV4.4版本,stitching_detailed.cpp具体源码如下目录,由于代码较多,这里不贴出来,大家找到位置自行查阅。

514feef252ac8f6a1d4317490a055e52.png

stitching_detail 程序运行流程

  • 命令行调用程序,输入源图像以及程序的参数      

  • 特征点检测,判断是使用 surf 还是 orb,默认是 surf

  • 对图像的特征点进行匹配,使用最近邻和次近邻方法,将两个最优的匹配的置信度 保存下来

  • 对图像进行排序以及将置信度高的图像保存到同一个集合中,删除置信度比较低的图像间的匹配,得到能正确匹配的图像序列。这样将置信度高于门限的所有匹配合并到一个集合中 

  • 对所有图像进行相机参数粗略估计,然后求出旋转矩阵

  • 使用光束平均法进一步精准的估计出旋转矩阵

  • 波形校正,水平或者垂直

  • 拼接      

  • 融合,多频段融合,光照补偿

stitching_detail 程序接口介绍 

  • img1 img2 img3 输入图像      

  • --preview  以预览模式运行程序

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