【发布时间】：2021-04-11 07:02:15
【问题描述】：
我想使用 openCV（不使用 Stitcher 类）将一些图像（相同分辨率）拼接成全景图。我尝试了算法described here，但我得到的不是所需的全景图，而是由最后一个要拼接的图像和一个大的黑色区域组成的图像。我每次迭代都输出了一个图像，结果是一样的：当前图像+每次都更大的黑色区域。
import numpy
import cv2
# images is an array of images that i need to stitch
matcher = cv2.DescriptorMatcher_create(cv2.DescriptorMatcher_BRUTEFORCE_HAMMING)
ORB = cv2.ORB_create()
homography = 0
panorama = 0
for image in range(0, len(images) -1):
key1, desc1 = ORB.detectAndCompute(images[image], None)
key2, desc2 = ORB.detectAndCompute(images[image + 1], None)
matches = matcher.match(desc1, desc2, None)
matches = sorted(matches, key=lambda x: x.distance, reverse=True)
numGoodMatches = int(len(matches) * 0.15)
matches2 = matches[-numGoodMatches:]
points1 = numpy.zeros((len(matches2), 2), dtype=numpy.float32)
points2 = numpy.zeros((len(matches2), 2), dtype=numpy.float32)
for i, match in enumerate(matches2):
points1[i, :] = key1[match.queryIdx].pt
points2[i, :] = key2[match.trainIdx].pt
h, mask = cv2.findHomography(points2, points1, cv2.RANSAC)
if isinstance(homography, int):
homography = h
img1H, img1W = images[image].shape
img2H, img2W = images[image + 1].shape
aligned = cv2.warpPerspective(images[image + 1], h, (img1W + img2W, img2H))
stitchedImage = numpy.copy(aligned)
stitchedImage[0:img1H, 0:img2W] = images[image]
panorama = stitchedImage
else:
h *= homography
homography = h
img1H, img1W = panorama.shape
img2H, img2W = images[image + 1].shape
aligned = cv2.warpPerspective(images[image + 1], h, (img1W + img2W, img2H))
stitchedImage = numpy.copy(aligned)
stitchedImage[0:img1H, 0:img2W] = images[image + 1]
panorama = stitchedImage
我得到的图像示例：
第一张图是正确的。
最后一张图片的宽度正确（n * 原始宽度），但只有一张图片，其余为黑色区域。
【问题讨论】：
-
请调试这个。显示每一步并查看它。
-
我为每次迭代添加了一个
imsave并获得了我发布的图像（加上另外 2 个与上一个类似的图像），我可以看到每次迭代后，保存的图像是当前图像加上一个额外的黑色width（与上一次相比）。但我不知道为什么 -
不，我的意思是 更精细 步骤，而不是每次迭代一次。
标签： python opencv matplotlib computer-vision