Python实现OpenCV图像拼接.zip

https://www.pyimagesearch.com/2018/12/17/image-stitching-with-opencv-and-python/ 有关图像拼接和全景图构建的两个指南： 1. [Fundamentals of image stitching](https://pyimagesearch.com/2016/01/11/opencv-panorama-stitching/) 2. [Real-time panorama and image stitching](https://pyimagesearch.com/2016/01/25/real-time-panorama-and-image-stitching-with-opencv/) 这两个教程都涵盖了典型图像拼接算法的基础知识，该算法至少需要四个关键步骤： 1. 从两个输入图像中检测关键点（DoG，Harris等）并提取局部不变描述符（SIFT，SURF等） 2. 在图像之间匹配描述符 3. 使用RANSAC算法通过匹配的特征向量估计单应矩阵（homography matrix） 4. 使用从步骤＃3获得的单应性矩阵应用翘曲变换（warping transformation） 用三脚架将相机架起来，水平移动云台，拍摄若干张照片（照片之间需要有重叠部分）来完成全景照片的拼接 优势： 对以下情况不敏感： 1. 图像顺序 2. 图像方向 3. 光照变化 4. 实际上不是全景图的一部分的有噪声图像 此外，使用增益补偿和图像混合产生更美观的全景图像输出。 实现过程 1. 选中若干需要拼接的图片 2. 进行全景拼接 需要检测每张图的关键点 匹配图中的关键点，进行透视变换，拼接 3. 修整边缘 通过阈值化来区分前景和背景 识别图像的轮廓，计算最大轮廓的边界框（即全景轮廓） 创建一个蒙板，不断缩小蒙板来找到图像的最大公共区域 裁剪得到最终结果