全景图像的展开（qt C++）非核心代码

于 2023-08-03 20:31:24 发布
阅读量254 收藏 1
点赞数 1
文章标签： c++ 命令模式 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43608857/article/details/132091710
版权 
#include "mainwindow.h"
#include "ui_mainwindow.h"
using namespace std;
QVector<QString> stringlist_img;
QVector<QString> stringlist_txt;
cv::Mat image_class;
MainWindow::MainWindow(QWidget *parent)
    : QMainWindow(parent)
    , ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    //第一组展开数据 x=1337 y= 945 r=235 R=982
    p1_center.x=1337;
    p1_center.y=945;
    out_R=982;//982
    ine_r=235;

}

MainWindow::~MainWindow()
{
    delete ui;
}

bool MainWindow::read_imgs()
{

    //    QString pathname = QFileDialog::getExistingDirectory(
    //                this,
    //                tr("Open Directory"),
    //                "/home",
    //                QFileDialog::ShowDirsOnly
    //                | QFileDialog::DontResolveSymlinks);
    QString pathname="D:/data_colect/YOLO_my_Dataset/data_test8/images/train2";
    QDir dir(pathname);

    //  cout<<"bian li kai shi "<<endl;
    if(!dir.exists())  return false;

    dir.setFilter(QDir::Files|QDir::NoSymLinks);
    QStringList filters;  filters<<QString("*.jpg");
    dir.setNameFilters(filters);
    int dir_cout = dir.count();
    cout<<dir_cout<<endl;

    ui->img_num_lineEdit->setText(QString::number(dir_cout));
    if(dir_cout<=0)  return false;

    QChar separator = QChar('/');
    if(!pathname.contains(separator))
    {
        separator = QChar('\\');
    }
    QChar last_char = pathname.at(pathname.length()-1);
    if(last_char == separator)
    {
        separator = QChar();
    }
    for(int i=0;i<dir_cout;i++)
    {
        QString file_name = dir[i];  //文件名称
        QString file_path = pathname + separator + file_name;   //文件全路径
        stringlist_img.append(file_path);
        QString j = stringlist_img.at(i);
        //        cout<<j.toLatin1().data()<<endl;
        ui->img_textBrowser->append(j);
    }
    return true;

}
bool MainWindow::read_txt()
{

    //    QString pathname = QFileDialog::getExistingDirectory(
    //                this,
    //                tr("Open Directory"),
    //                "/home",
    //                QFileDialog::ShowDirsOnly
    //                | QFileDialog::DontResolveSymlinks);
    QString pathname="D:/data_colect/YOLO_my_Dataset/data_test8/labels/train2";
    QDir dir(pathname);

    //  cout<<"bian li kai shi "<<endl;
    if(!dir.exists())  return false;

    dir.setFilter(QDir::Files|QDir::NoSymLinks);
    QStringList filters;  filters<<QString("*.txt");
    dir.setNameFilters(filters);
    int dir_cout = dir.count();

    cout<<dir_cout<<endl;
    ui->label_num_lineEdit->setText(QString::number(dir_cout));
    if(dir_cout<=0)  return false;

    QChar separator = QChar('/');
    if(!pathname.contains(separator))
    {
        separator = QChar('\\');
    }
    QChar last_char = pathname.at(pathname.length()-1);
    if(last_char == separator)
    {
        separator = QChar();
    }
    for(int i=0;i<dir_cout;i++)
    {

        QString file_name = dir[i];  //文件名称
        QString file_path = pathname + separator + file_name;   //文件全路径
        stringlist_txt.append(file_path);
        QString j = stringlist_txt.at(i);
        //        cout<<j.toLatin1().data()<<endl;
        ui->label_textBrowser->append(j);
    }
    return true;

}
void MainWindow::on_read_img_btn_clicked()
{
    read_imgs();
}

void MainWindow::on_read_label_btn_clicked()
{
    read_txt();
}

void MainWindow::test_r()
{
    //第一组展开数据 x=1337 y= 945 r=235 R=982
    cv::Mat image;
    //得到展开的图像--没旋转的
    cv::Mat expand1,expand2,last_rotate;//expand1  是直接展开后压缩的， expand2 是展开压缩后进行镜像的 last_rotate 对径向后的进行旋转
    cv::Mat  last_result;
    cv::Mat segmen_two_half,segmen_two_leave ,result_roate;
    cv::Mat segmen_first_half,segmen_first_leave;
    cv::Mat result;
    cv::Mat last_img_result;
    vector< cv::Mat>imgs3;vector< cv::Mat>imgs4;vector< cv::Mat>imgs5;
    qDebug()<<stringlist_img.size();
    for (int i=0;i<stringlist_img.size(); i++)//stringlist_img.size()
    {
        image=cv::imread(stringlist_img.at(i).toStdString());
        qDebug()<<"stringlist_img.at(i).toStdString()"<<stringlist_img.at(i);
        cv::Mat expand =my_expand.expandmat(image,ine_r,out_R,p1_center);
        cv::resize(expand,expand1,cv::Size(5120,720),cv::INTER_LINEAR);
        flip(expand1, expand2, 1);//水平翻转 围绕Y轴
        my_expand.rotateImage(expand2,180,last_rotate);
        //这里为了减少中间会出现断层，所以对其进行扩充

        //先将rotateImage 换成拼成两块
        segmen_two_half=last_rotate;
        segmen_two_leave=last_rotate;
        imgs4.push_back(segmen_two_half);
        imgs4.push_back(segmen_two_leave);
        hconcat(segmen_two_half,segmen_two_leave,result_roate);

        segmen_first_half=result_roate( cv::Range(0,result_roate.rows), cv::Range(0,result_roate.cols*0.25+100));
        segmen_first_leave=result_roate( cv::Range(0,result_roate.rows), cv::Range(result_roate.cols*0.25,result_roate.cols*0.5+100));
        //        qDebug()<<"segmen_first_half.dims"<<segmen_first_half.dims;
        //        qDebug()<<"segmen_first_leave.dims"<<segmen_first_leave.dims;


        imgs3.push_back(segmen_first_half);
        imgs3.push_back(segmen_first_leave);
        vconcat(segmen_first_half,segmen_first_leave, result);

        std::string numb=QString::number(i,10).toStdString();
        QString str_img=QString("D://data_colect//YOLO_my_Dataset//data_test8//new_images2//%1.jpg").arg(i+1);


        cv::imwrite(str_img.toStdString(),result);

        //通过全景里面的坐标读取展开后的坐标。
        QFile file(stringlist_txt.at(i)); //打开文件

        if (!file.open(QIODevice::ReadOnly | QIODevice::Text)) //判断能否打开
        {
            return;
        }
        QTextStream in(&file);   //读取文件流

        //读取每一行的内容
        //这里要造一个容器，保存读取每一行的转化数据
        QVector<yolo_data_txt>yolo_data;

        QString line3=in.readLine();
        while(!line3.isNull())
        {
            yolo_data_txt yolo_data_line;
            yolo_data_line.detectionclass=line3.section(' ',0,0).toInt();	//将此次循环的行数据按照' '即空格进行拆分，并取第0个保存为xlocation;
            yolo_data_line.w=int(line3.section(' ',3,3).toDouble()*image.size().width);//将此次循环的行数据按照' '即空格进行拆分，并取第0个保存为xlocation;
            yolo_data_line.h=int(line3.section(' ',4,4).toDouble()*image.size().height);	//将此次循环的行数据按照' '即空格进行拆分，并取第0个保存为xlocation;
            yolo_data_line.x=int(line3.section(' ',1,1).toDouble()*image.size().width-yolo_data_line.w/2);	//将此次循环的行数据按照' '即空格进行拆分，并取第0个保存为xlocation;
            yolo_data_line.y=int(line3.section(' ',2,2).toDouble()*image.size().height-yolo_data_line.h/2);	//将此次循环的行数据按照' '即空格进行拆分，并取第0个保存为xlocation;

            //yolo_data.append()

            yolo_data.append(yolo_data_line);
            //            qDebug()<<"yolo_data_line.detectionclass "<<yolo_data_line.detectionclass<<"yolo_data_line.x: "<<yolo_data_line.x<<"yolo_data_line.y"<<yolo_data_line.y;
            line3=in.readLine();
        }
        //把新的标签记录在txt 文件里
        QString str_txt=QString("D://data_colect//YOLO_my_Dataset//data_test8//new_labels2//%1.txt").arg(i+1);
        QFile p_txt_file(str_txt);
        //这里面是循环每一行的内容的
        for (int j=0;j<yolo_data.size();j++ ) {
            //现在基本上每个点的坐标都有了，我们进行一个转换 将全景里面的坐标转到展开图像中的坐标。
            //            cv::Point p1,p2,p3,p4;
            cv::Point p1(yolo_data.at(j).x,                   yolo_data.at(j).y); //这个是顶点坐标
            cv::Point p2(yolo_data.at(j).x+yolo_data.at(j).w, yolo_data.at(j).y); // 这个是顺时针的 第二个坐标
            cv::Point p3(yolo_data.at(j).x+yolo_data.at(j).w, yolo_data.at(j).y+yolo_data.at(j).h);
            cv::Point p4(yolo_data.                           at(j).x,yolo_data.at(j).y+yolo_data.at(j).h);
            cv::Point p5_center(yolo_data.at(j).x+yolo_data.at(j).w/2,yolo_data.at(j).y+yolo_data.at(j).h/2);
            cv::Point p_test(500,500);
            //获取到展开图上的坐标
            cv::Point p1_expand_2 =quanjing_point_2_expand_point(p1,image);
            cv::Point p2_expand_2 =quanjing_point_2_expand_point(p2,image);
            cv::Point p3_expand_2 =quanjing_point_2_expand_point(p3,image);
            cv::Point p4_expand_2 =quanjing_point_2_expand_point(p4,image);

            //物体的中心这么求才准确
            cv::Point p5_expand_center=quanjing_point_2_expand_point(p5_center,image);

            //这里加一个判断这四个点是否是在同一行，也就是都是上半部分嘛，如果不是，is_split=true

            bool is_split;
            if((p4_expand_2.y<720&&p2_expand_2.y>720)&&((p1_expand_2.x<result.size().width/2)||(p2_expand_2.x<result.size().width/2)))//1 ,4在右上（第一象限），2,3 在左下（第三想想）
            {
                is_split=true;
                // 如果是分开 的判断中心是靠近p1 还是p3
                if(p5_expand_center.y>720 ) //中心在下面
                {

                    p3_expand_2.x=0;
                    p4_expand_2.x=0;
                    p3_expand_2.y=p2_expand_2.y;
                    p4_expand_2.y=p1_expand_2.y;

                }else if(p5_expand_center.y<720)//中心在上面
                {
                    p1_expand_2.x=result.size().width; //
                    p2_expand_2.x=result.size().width;
                    p1_expand_2.y=p4_expand_2.y;
                    p2_expand_2.y=p3_expand_2.y;
                }
            }

            else if(p1_expand_2.y>720&&p3_expand_2.y<720&&p1_expand_2.x>result.size().width/2) //1 ,2在下（），3,4在上（）
            {
                is_split=true;
                // 如果是分开 的判断中心是靠近p1 还是p3
                if(p5_expand_center.y>720 ) //中心在下面的时候
                {

                    p3_expand_2.x=result.size().width;
                    p3_expand_2.y=p2_expand_2.y;
                    p4_expand_2.x=result.size().width;
                    p4_expand_2.y=p1_expand_2.y;
                }else if(p5_expand_center.y<720)//中心在上面的时候
                {
                    p1_expand_2.x=0;
                    p1_expand_2.y=p4_expand_2.y;

                    p2_expand_2.x=0;
                    p2_expand_2.y=p3_expand_2.y;
                }

            }else{
                is_split=false;
            }



            //物体四个点求出中心点的坐标
            cv::Point class_center;
            int wM_class,w1_class ,w2_class,hM_class,h1_class,h2_class;
            w1_class=abs(p1_expand_2.x-p3_expand_2.x);
            h1_class=abs(p1_expand_2.y-p3_expand_2.y);
            w2_class=abs(p2_expand_2.x-p4_expand_2.x);
            h2_class=abs(p2_expand_2.y-p4_expand_2.y);
            //            qDebug()<<"w1_class: "<<w1_class<<"w2_class "<<w2_class;
            //这里都是取最大的
            if(w1_class>w2_class)
            {
                wM_class=w1_class;
            }else
            {
                wM_class=w2_class;
            }
            if(h1_class>h2_class)
            {
                hM_class=h1_class;
            }else
            {
                hM_class=h2_class;
            }

            class_center.x=(p1_expand_2.x+p3_expand_2.x)/2;
            class_center.y=(p1_expand_2.y+p3_expand_2.y)/2;


            class_center=p5_expand_center;
            if(yolo_data.at(j).detectionclass==0&&hM_class>70)
            {
                hM_class=70;
                class_center.y=class_center.y-24;
            }

            double w_nirmalization=double(wM_class)/double(result.size().width);
            double h_nirmalization=double(hM_class)/double(result.size().height);
            double x_nirmalization=double(class_center.x)/double(result.size().width);
            double y_nirmalization=double(class_center.y)/double(result.size().height);
            QString line = QString("%1 %2 %3 %4 %5").arg(yolo_data.at(j).detectionclass).arg(x_nirmalization).arg(y_nirmalization).arg(w_nirmalization).arg(h_nirmalization);
            appendLineToFile(str_txt,line);
            //            qDebug()<<"str_txt"<<str_txt;

            //下面这一快都是测试代码：
            //            qDebug()<<" class_center.x" <<class_center.x<<" class_center.y"<< class_center.y;

            //  qDebug()<<p1_expand_2.x<<p1_expand_2.y;
            cv::circle(result,p1_expand_2,3,cv::Scalar(0,0,255),3);//纯红色
            cv::circle(result,p2_expand_2,3,cv::Scalar(255,0,0),3);//纯蓝色
            cv::circle(result,p3_expand_2,3,cv::Scalar(0,255,0),3);// 纯绿色
            cv::circle(result,p4_expand_2,3,cv::Scalar(0,255,255),3);//黄色
            cv::circle(result,class_center,3,cv::Scalar(255,250,0),3);//

            cv::circle(image,p1,3,cv::Scalar(0,0,255),3);//
            cv::circle(image,p2,3,cv::Scalar(255,0,0),3);//
            cv::circle(image,p3,3,cv::Scalar(0,255,0),3);//
            cv::circle(image,p4,3,cv::Scalar(0,255,255),3);//
            cv::Rect rect_box(yolo_data.at(j).x,yolo_data.at(j).y,yolo_data.at(j).w,yolo_data.at(j).h);//在原图上画
            cv::Rect rect_box2(class_center.x-wM_class/2,class_center.y-hM_class/2,wM_class,hM_class);//在原图上画
            cv::rectangle(image,rect_box,cv::Scalar(255,0,255));
            cv::rectangle(result,rect_box2,cv::Scalar(255,0,255));

            // cv::imwrite("D://1.jpg",image);
            // cv::imwrite("D://2.jpg",result);
//            QString str_quanjing_img=QString("D://data_colect//YOLO_my_Dataset//data_test8//test_quanjing_images//%1.jpg").arg(i+1);
//            QString str_expand_img=QString("D://data_colect//YOLO_my_Dataset//data_test8//test_expand_images//%1.jpg").arg(i+1);
//            cv::imwrite(str_quanjing_img.toStdString(),image);
//            cv::imwrite(str_expand_img.toStdString(),result);
            // //画图 --为了验证位置的准确性
        }



    }



}
// 追加一行文本到文件末尾
void MainWindow::appendLineToFile(const QString& fileName, const QString& line)
{
    QFile file(fileName);
    if (!file.open(QIODevice::Append| QIODevice::Text))
        return;

    QTextStream out(&file);
    out <<line<<endl ;
}
void MainWindow::on_copy_cpast_start_btn_clicked()
{
    test_r();
}
//传过来值可以直接得到展开图像上的点 --这个展开图是
cv::Point MainWindow::quanjing_point_2_expand_point(cv::Point p_,cv::Mat img_ini)
{

    cv::Point pt,p1_expand;// 这个是转换后的坐标
    //首先计算出 半径和弧度

    double dw_Angle,theat_Angle;// theat_Angle点和圆心的弧度 这个不是角度， dw_Angle 是弧长， 角度的画要转换一下(theat/3.14)*180
    double Radius; // 这是点和圆心的距离
    Radius =sqrt((p_.x-p1_center.x)*(p_.x-p1_center.x) +(p_.y-p1_center.y)*(p_.y-p1_center.y));   //根号下（x^2 +y^2）求出它和圆心的半径
    if(Radius>out_R) //判断这个点是否超过圆的边界对它
    {
        Radius=out_R;
    }


    if(p_.x-p1_center.x>=0&&p_.y-p1_center.y<=0)//判断在第一象限
    {
        theat_Angle =2*3.1415926-qAcos((p_.x-p1_center.x)/Radius); // 这个求出弧度，
    }
    else if(p_.x-p1_center.x<=0 &&p_.y-p1_center.y<=0)//判断在第二象限
    {
        theat_Angle =qAcos((p1_center.x-p_.x)/Radius)+3.1415926; // 这个求出弧度，
    }
    else if(p_.x-p1_center.x<=0 &&p_.y-p1_center.y>=0)
    {
        theat_Angle =3.14-qAcos((p1_center.x-p_.x)/Radius); // 这个求出弧度，
    }
    else //这个是第四象限
    {
        theat_Angle =qAcos((p_.x-p1_center.x)/Radius); // 这个求出弧度，
    }


    dw_Angle =(theat_Angle/(2*3.1415926))*(2*3.14*out_R);   //弧长 0
    p1_expand.x= dw_Angle;
    p1_expand.y= Radius-ine_r;

    //上面是直接将 全景坐标换成展开坐标




    //由于展开图等比例放大了， 所以我们也等比例放大点的坐标         cv::resize(expand,expand1,cv::Size(5120,720),cv::INTER_LINEAR);
    cv::Point size_p1_expand;
    size_p1_expand.x=int(double((5120/double(2*3.14*out_R)))*double(p1_expand.x));

    size_p1_expand.y=int(double((720/double(out_R-ine_r)))*double(p1_expand.y));
    //由于图像进行了水平翻转  x 变，y 不变
    cv::Point p2_flip;
    p2_flip.x=5120-size_p1_expand.x;
    p2_flip.y=size_p1_expand.y;
    //图片又进行了一个旋转  x 变，y 变
    cv::Point roation_P;
    roation_P.x=5120-p2_flip.x;
    roation_P.y=720-p2_flip.y;
    //图片进行裁剪成一半 然后重新拼接
    cv::Point contact_p;
    if(roation_P.x>2660) //这里应该有个堆区所以对它进行扩充了100，
    {
        contact_p.x=roation_P.x-2560;
        contact_p.y=roation_P.y+720;
    }else
    {
        contact_p.x=roation_P.x;
        contact_p.y=roation_P.y;
    }
    pt=contact_p;

    return pt;
}

V建模忠哥V
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
C++开源计算机视觉库OpenCV详解
dvlinker的技术专栏
07-26 95
开源计算机视觉库OpenCV详解。
开源计算机视觉库OpenCV详解
热门推荐
dvlinker的技术专栏
06-23 8万+
详细介绍开源计算机视觉库OpenCV。
C++运用opencv进行二维多张全景图拼接
01-15
此为一项目工程文件，实现运用opencv进行二维多张全景图拼接，其中包括运用opencv自带Stitcher类的例子代码实现的.cpp文件，还包括两个运用sift 特征匹配拼接的.cpp文件，其中一个是设置匹配重叠权重，还包括测试几张图片，配置环境opencv2.4.10+VS2010或VS2013。
C++全景拼接
Henry_Zhao的博客
04-18 1007
#include <iostream> #include <fstream> #include <string> #include "opencv2/opencv_modules.hpp" #include <opencv2/core/utility.hpp> #include "opencv2/imgcodecs.hpp" #include "o...
全景图像的一种展开方法
04-24
网络上载来的，描述 全景图像展开的一种方法，不过具有局限性。matlab算法实现。
全景拼接c++代码
04-27
全景拼接c++代码
c++全景图像拼接
cqltbe131421的博客
10-15 2080
拼接前 拼接后 #include <fstream> #include <opencv2\highgui\highgui.hpp> #include <opencv2\stitching.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 parseCmd
全景图像展开
Joln_tu的博客
09-21 2144
#include    #include    #include    #include     #define PI 3.1415926             int inner_Radius = 50;   //全景图像的内径   int outer_Radius = 100;  //全景图像的外径   int x_dot = 177;         //全景图像的圆心
Qt4模拟Qt360-10.0-master.zip
最新发布
04-03
8. **资源文件**：可能有图像、音频、配置文件或其他与项目相关的非代码资源。 9. **许可文件**：包含项目的授权信息，告知用户如何合法地使用和分发项目。 为了使用这个项目，你需要一个支持Qt4的开发环境，例如...
Qt继承关系图，qt5
07-26
是一段OCR扫描的文字，可能会存在一些错漏，但是从列出的类名可以看出，文档是围绕着Qt 5的继承体系展开的，涉及了图形、网络、数据处理、用户界面、模型/视图等众多模块，为开发者提供了Qt框架的全景视图。...
C++实现图像拼接，全景拼接
11-16
C++实现图像拼接，全景拼接。项目中包含图像数据、运行结果。执行main.cpp即可允许。
全景立体图像浏览
09-06
c++语言实现以人眼浏览全景图像，例中为两幅分别由左右眼相机拍摄得到的全景图像，分别投影到左右眼实现仿人眼立体成像
【OpenCV】全景拼接_多张图像拼接(stitching_detailed)
11-02
版本号：OpenCV-4.1.1、opencv_contrib-4.1.1、Visual Studio 2015。 基于OpenCV4.1.1帮助文档内Examples的stitching_detail.cpp改编。 包括提取特征点、特征点匹配、特征点提纯、预估相机参数、全面细化相机参数、图像变换、补偿曝光器、边缘拼接器、图像融合等功能，可对两张以上的图片进行融合，得到效果很好的全景图。 运行结果：https://blog.csdn.net/GIS_feifei/article/details/102875389
「需求广场」需求词更新明细（三）
csdndownload01的博客
05-18 3883
本期共更新需求词641个，全量展示供各位上传者参考。
C++ 实现安卓手机拍照全景模式
weixin_42577735的博客
02-14 184
实现安卓手机拍照全景模式的方法有很多种，下面介绍一种基于 Android 的编程方法。 首先需要判断手机是否支持全景模式。可以使用以下代码： private boolean hasPanorama() { PackageManager packageManager = getPackageManager(); return packageManager.hasSystemFea...
全景拼接的实现
qq_39408726的博客
03-31 758
根据官方代码行修改后： from pylab import * from numpy import * from PIL import Image # If you have PCV installed, these imports should work from PCV.geometry import homography, warp from PCV.localdescriptors im...
360度全景图像展开MATLAB程序
不爱成长的笨蛋
06-28 4741
         本程序主要是将360度全景相机拍摄的图片展开为一般图像。MATLAB代码及实验结果如下function Expand2() Src=imread('100.jpg'); Src=im2double(Src); x_dot=1010; % 全景图像中心点横坐标 y_dot=562; % 全景图像中心点纵坐标 InnerR=98; % 全景相机中...
内孔图像展开20221112
cxx1572782282的博客
11-12 1266
在圆环图像的展开的过程中，我们可以将圆环图像的有效区域看作为一环环圆弧所组成的图像，所以将圆环图像展开的这个任务可以转化为将圆环图像区域中的每一个小圆弧都展开成固定长度的直线，再将这些直线组合在一起就能得到最终展开的矩形图像，其展开原理示意图如下。同样，在这里我们假设已经展开的矩形图像的上的一点B，经过图像变换去径向畸变后的坐标为B'，满足基本的反射原理，这样我们就能复原出内孔壁的真实图像，根据图中的参数建立其几何关系如下。其中，(x, y)为圆上任意一点的坐标，(a, b)为圆心，r为半径。
3ds模型--摆放地
juebai123的博客
01-29 600
这章加载一个地表图，也就是说画一个平面（长方形），并用一张图（纹理）贴在上面作为模型的停放地。 为了方便使用单独写成一个cpp。 定义一些变量： GLint DibiaoChangX,DibiaoKuanZ,DibiaoGaoY;//长度，宽度，高度（拼音） GLuint Dibiaotexture;//纹理ID 加载和设置，放到前面的 init 部分： //载入地表图 set
多角度全景图像拼接代码c++
06-07
多角度全景图像拼接是一个比较复杂的问题，需要进行相机标定、图像匹配、图像变换等多个步骤。在这里，我提供一种基于OpenCV库的C++实现方法，仅供参考。 1. 相机标定 在进行多角度全景图像拼接之前，需要先对相机进行标定，以得到相机的内参数矩阵和畸变系数。可以使用OpenCV中的calibrateCamera函数进行标定，具体实现方式可以参考OpenCV官方文档。 2. 特征点匹配 对于每一张图片，需要提取其特征点，并将特征点进行匹配。这里可以使用OpenCV中的SIFT、SURF、ORB等算法进行特征点提取和匹配。具体实现方式可以参考OpenCV官方文档。 3. 图像变换 在进行图像变换之前，需要先确定每张图片在全景图像中的位置和角度。可以先将其中一张图片作为全景图像的中心，然后对其他图片进行变换，使它们与中心图像重合。这里可以使用OpenCV中的findHomography函数进行变换矩阵的计算。 4. 图像拼接 完成图像变换后，可以将变换后的图像进行拼接。这里可以使用OpenCV中的warpPerspective函数进行图像拼接，具体实现方式可以参考OpenCV官方文档。 总体来说，多角度全景图像拼接是一个比较复杂的问题，需要对多个步骤进行细致的实现。在实现过程中，需要注意参数的调整和算法的选择，以达到最好的效果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

V建模忠哥V

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

实付元
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