欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

OpenCV實現(xiàn)拼接圖像的簡單方法

 更新時間:2019年05月20日 16:58:00   作者:iteye_18380  
這篇文章主要為大家詳細(xì)介紹了OpenCV實現(xiàn)拼接圖像的簡單方法,具有一定的參考價值,感興趣的小伙伴們可以參考一下

本文實例為大家分享了OpenCV實現(xiàn)拼接圖像的具體方法,供大家參考,具體內(nèi)容如下

用iphone拍攝的兩幅圖像:

 

 

 拼接后的圖像:

 

相關(guān)代碼如下:

//讀取圖像
Mat leftImg=imread("left.jpg");
Mat rightImg=imread("right.jpg");
if(leftImg.data==NULL||rightImg.data==NULL)
 return;
 
//轉(zhuǎn)化成灰度圖
Mat leftGray;
Mat rightGray;
cvtColor(leftImg,leftGray,CV_BGR2GRAY);
cvtColor(rightImg,rightGray,CV_BGR2GRAY);
 
//獲取兩幅圖像的共同特征點
int minHessian=400;
SurfFeatureDetector detector(minHessian);
vector<KeyPoint> leftKeyPoints,rightKeyPoints;
detector.detect(leftGray,leftKeyPoints);
detector.detect(rightGray,rightKeyPoints);
SurfDescriptorExtractor extractor;
Mat leftDescriptor,rightDescriptor;
extractor.compute(leftGray,leftKeyPoints,leftDescriptor);
extractor.compute(rightGray,rightKeyPoints,rightDescriptor);
FlannBasedMatcher matcher;
vector<DMatch> matches;
matcher.match(leftDescriptor,rightDescriptor,matches); 
int matchCount=leftDescriptor.rows;
if(matchCount>15)
{
 matchCount=15;
 sort(matches.begin(),matches.begin()+leftDescriptor.rows,DistanceLessThan);
} 
vector<Point2f> leftPoints;
vector<Point2f> rightPoints;
for(int i=0; i<matchCount; i++)
{
 leftPoints.push_back(leftKeyPoints[matches[i].queryIdx].pt);
 rightPoints.push_back(rightKeyPoints[matches[i].trainIdx].pt);
}
 
//獲取左邊圖像到右邊圖像的投影映射關(guān)系
Mat homo=findHomography(leftPoints,rightPoints);
Mat shftMat=(Mat_<double>(3,3)<<1.0,0,leftImg.cols, 0,1.0,0, 0,0,1.0);
 
//拼接圖像
Mat tiledImg;
warpPerspective(leftImg,tiledImg,shftMat*homo,Size(leftImg.cols+rightImg.cols,rightImg.rows));
rightImg.copyTo(Mat(tiledImg,Rect(leftImg.cols,0,rightImg.cols,rightImg.rows)));
 
//保存圖像
imwrite("tiled.jpg",tiledImg);
 
//顯示拼接的圖像
imshow("tiled image",tiledImg);
waitKey(0);

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

最新評論