CV——图像拼接

图像拼接

介绍

何谓图像拼接，顾名思义，就是把两张具有重叠区域的图片拼接在一起，形成一个更完整的图片，如下图：



我们把第一个图片和第二个图片拼接起来，形成了第三个图片。

图像拼接步骤

1. 检测特征点
2. 特征点匹配
3. 确定对应关系
4. 图像变换
5. 图像缝合

检测特征点

基于SIFT，利用opencv里面的函数返回待拼接的两张图片的关键点和描述符；详细介绍见尺度不变特征变换（SIFT）

# setting SIFT
sift = cv2.xfeatures2d_SIFT().create()
# find the keypoints and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1gray, None)
kp2, des2 = sift.detectAndCompute(img2gray, None)

特征点匹配

利用的是FLANN（Fast_Library_for_Approximate_Nearest_Neighbors）匹配器，他在面对大数据集的效果要优于BF（暴力匹配）

# FLANN parameters
FLANN_INDEX_KDTREE = 1
index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
search_params = dict(checks=50)
flann = cv2.FlannBasedMatcher(index_params, search_params)
matches = flann.knnMatch(des1, des2, k=2)

确定对应关系

通过cv2.fi