拼接最终尺寸和偏移量答案

【问题标题】：Stitching final size and offset拼接最终尺寸和偏移量
【发布时间】：2013-07-21 00:35:39
【问题描述】：

我正在使用 opencv 和 Python 进行拼接。一切都很好，除了一件事：我无法计算结果图片的确切最终尺寸。我的图像总是太大而且我有黑色边框。此外，偏移似乎不正确，因为图片合并后有一条黑线。

这是我的功能：

    def calculate_size(size_image1, size_image2, homography):

      ## Calculate the size and offset of the stitched panorama.

      offset = abs((homography*(size_image2[0]-1,size_image2[1]-1,1))[0:2,2]) 
      print offset
      size   = (size_image1[1] + int(offset[0]), size_image1[0] + int(offset[1]))
      if (homography*(0,0,1))[0][1] > 0:
        offset[0] = 0
      if (homography*(0,0,1))[1][2] > 0:
        offset[1] = 0

      ## Update the homography to shift by the offset
      homography[0:2,2] +=  offset

      return (size, offset)


## 4. Combine images into a panorama. [4] --------------------------------
def merge_images(image1, image2, homography, size, offset, keypoints):

  ## Combine the two images into one.
  panorama = cv2.warpPerspective(image2,homography,size)
  (h1, w1) = image1.shape[:2]

  for h in range(h1):
    for w in range(w1):
        if image1[h][w][0] != 0 or image1[h][w][3] != 0 or image1[h][w][4] != 0:
            panorama[h+offset[1]][w + offset[0]] = image1[h][w]

  ## TODO: Draw the common feature keypoints.

  return panorama

我的结果：

第一张图片：

第二张图片：

拼接图片：

我做错了什么？

【问题讨论】：

标签： python opencv image-resizing homography image-stitching

【解决方案1】：

好吧，我对 Python 了解不多，但基本上我遇到了一些问题。为了解决尺寸问题，我做了以下操作：

perspectiveTransform( obj_original_corners, scene_corners, homography);

之后，我只在两张图片中搜索了smallest_X、smallest_Y、biggest_X 和biggest_Y。

这些数字我随后用于：

cv::warpPerspective(img_2,WarpedImage,homography,cv::Size(biggestX-smallestX,biggestY-smallestY));

所以在这种情况下，即使第二张图像的 x 或 y 为负，新图像本身也将具有适当的尺寸。

此时我唯一还在为自己苦苦挣扎的是如何将转换应用到warpPerspective，因为现在我的部分图像由于负数而被截断。

【讨论】：

【解决方案2】：

if (homography*(0,0,1))[0][1] > 0:
    offset[0] = 0
if (homography*(0,0,1))[1][2] > 0:
    offset[1] = 0

你的代码是错误的。正确的代码如下：

if (homography*(0,0,1))[0][2] > 0:
    offset[0] = 0
if (homography*(0,0,1))[1][2] > 0:
    offset[1] = 0

【讨论】：

【解决方案3】：

根据拼接，你所有的过程都是对的。结果是因为你的源图片。

for h in range(h1):
  for w in range(w1):
    if image1[h][w][0] != 0 or image1[h][w][3] != 0 or image1[h][w][4] != 0:
        panorama[h+offset[1]][w + offset[0]] = image1[h][w]

该操作只过滤颜色为零的像素。实际上，某些像素看起来像黑色，但它不是纯黑色，非常接近黑色。所以这些看起来黑色的像素不会被你的程序过滤掉。

【讨论】：