好资源导航 » 文章资讯 » python实现图像拼接

python实现图像拼接

2023-07-29 19:11:03 74

本文实例为大家分享了python实现图像拼接的具体代码，供大家参考，具体内容如下

1.待拼接的图像

2.基于SIFT特征点和RANSAC方法得到的图像特征点匹配结果

3.图像变换结果

4.代码及注意事项

importcv2
importnumpyasnp


defcv_show(name,image):
cv2.imshow(name,image)
cv2.waitKey(0)
cv2.destroyAllWindows()


defdetectAndCompute(image):
image=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
sift=cv2.xfeatures2d.SIFT_create()
(kps,features)=sift.detectAndCompute(image,None)
kps=np.float32([kp.ptforkpinkps])#得到的点需要进一步转换才能使用
return(kps,features)


defmatchKeyPoints(kpsA,kpsB,featuresA,featuresB,ratio=0.75,reprojThresh=4.0):
#ratio是最近邻匹配的推荐阈值
#reprojThresh是随机取样一致性的推荐阈值
matcher=cv2.BFMatcher()
rawMatches=matcher.knnMatch(featuresA,featuresB,2)
matches=[]
forminrawMatches:
iflen(m)==2andm[0].distanceint
pt1=(int(kpsB[trainIdx][0]),int(kpsB[trainIdx][1]))
pt2=(int(kpsA[trainIdx][0])+wB,int(kpsA[trainIdx][1]))
cv2.line(drawImg,pt1,pt2,(0,0,255))
cv_show("drawImg",drawImg)


#读取图像
imageA=cv2.imread('./right_01.png')
cv_show("imageA",imageA)
imageB=cv2.imread('./left_01.png')
cv_show("imageB",imageB)
#计算SIFT特征点和特征向量
(kpsA,featuresA)=detectAndCompute(imageA)
(kpsB,featuresB)=detectAndCompute(imageB)
#基于最近邻和随机取样一致性得到一个单应性矩阵
(M,matches,status)=matchKeyPoints(kpsA,kpsB,featuresA,featuresB)
#绘制匹配结果
drawMatches(imageA,imageB,kpsA,kpsB,matches,status)
#拼接
stich(imageA,imageB,M)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

返回顶部
514930285
czq8825@qq.com

python实现图像拼接

热门推荐

随机推荐