|
点击上方↑↑↑“OpenCV学堂”关注我
图像拼接Stitch模块算法流程与代码使用介绍
拼接算法
OpenCV中从2.4.x版本之后多出来一个新的模型 图像拼接，该模块通过简单的高级API设置，可以获得比较好的图像拼接效果，OpenCV官方提供了一个高度集成的API函数 Stitcher，只要两行代码就可以得到一个很好的拼接图像。
Ptr<Stitcher> stitcher = Stitcher::create(mode);
Stitcher::Status status = stitcher->stitch(imgs, pano);
其中第一行代码是创建拼接Stitcher的指针，第二行代码是调用拼接算法，
imgs表示的输入参数，是一系列Mat对象的vector。
pano表示的输出结果，是拼接之后的Mat对象
官方的例子得到效果是非常的好，输入的images如下：
拼接结果如下：
但是很多人按照官方的例子开始拼接自己的图像，就是各种掉坑，各种拼接都不出结果，想跟跟上面一样简单的调用两句代码完成几乎是个梦，其实这个API里面有很多参数设置，这个在官方的演示当中都没有详细交代，stitching拼接算法 流程图示如下：
可见图像拼接是一个很复杂的算法，是由一系列的基础算法构成，这些基础算法如果你不是很了解，其实很难实现自己的图像拼接，这其中影响拼接算法stitch工作最常见几个算法子模块为：
特征发现与描述子
常见的特征可以选择SIFT、SURF、AKAZE、ORB等特征算子进行匹配
相机参数
不同的相机参数与设置会导致不同的结果
融合方式(blender)
不同的融合方式，也会导致不同结果
各种阈值设置，特别是config threshold，如果无法特征匹配，记得把这个阈值调小点
其它参数可以如何设置可以参考OpenCV的官方文档，总之无法拼接就去调参数，一般最后都会拼接成功，此外该算法速度比较慢，但是支持GPU执行，所以想要实时的可以尝试如何GPU下执行，我这里没有尝试 ,谁尝试过的可以留言分享，我负责置顶。
代码演示
另外在拼接的时候可以设置不同warper，这样会对拼接之后的图像生成不同效果，常见的效果包括
图示分别如下：
演示代码如下：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main(int argc, char** argv) {
vector<string> files;
glob("D:/images/zsxq/1", files);
vector<Mat> images;
for (int i = 0; i < files.size(); i++) {
printf("image file : %s \n", files.c_str());
images.push_back(imread(files));
}
// 设置拼接模式与参数
Mat result1, result2, result3;
Stitcher::Mode mode = Stitcher::PANORAMA;
Ptr<Stitcher> stitcher = Stitcher::create(mode);
// 拼接方式-多通道融合
auto blender = detail::Blender::createDefault(detail::Blender::MULTI_BAND);
stitcher->setBlender(blender);
// 拼接
Stitcher::Status status = stitcher->stitch(images, result1);
// 平面曲翘拼接
auto plane_warper = makePtr<cv::PlaneWarper>();
stitcher->setWarper(plane_warper);
status = stitcher->stitch(images, result2);
// 鱼眼拼接
auto fisheye_warper = makePtr<cv::FisheyeWarper>();
stitcher->setWarper(fisheye_warper);
status = stitcher->stitch(images, result3);
// 检查返回
if (status != Stitcher::OK)
{
cout << "Can't stitch images, error code = " << int(status) << endl;
return EXIT_FAILURE;
}
imwrite("D:/result1.png", result1);
imwrite("D:/result2.png", result2);
imwrite("D:/result3.png", result3);
waitKey(0);
return 0;
}
注意：一起运行速度比较慢！是真的比较慢！
博观而约取
厚积而薄发
推荐阅读
汇总 | 深度学习中图像语义分割基准数据集详解
Opencv+TF-Slim实现图像分类及深度特征提取
如何编译OpenCV4.1.0支持OpenVINO推断引擎加速支持
干货 | 英特尔神经网络计算棒实现对象检测加速推理 |
