在opencv中对齐图像答案

【问题标题】：Align images in opencv在opencv中对齐图像
【发布时间】：2016-01-12 22:46:14
【问题描述】：

我将同一场景的图像聚焦在不同的距离。我想对齐图像，使每个特征在每个图像中的位置完全相同。如何使用 opencv 做到这一点？

【问题讨论】：

查看以下链接：OpenCV (C++ / Python) 中的图像对齐 (ECC)，速度很慢，但它有效：learnopencv.com/image-alignment-ecc-in-opencv-c-python Homography 使用 OpenCV (Python / C++) 的示例learnopencv.com/homography-examples-using-opencv-python-c Github 代码： github.com/spmallick/learnopencv/tree/master/Homography

【解决方案1】：

首先，您已确定图像之间的转换。它可以像移位一样简单，也可以像非线性翘曲一样复杂。对焦操作不仅可以移动，还可以轻微缩放甚至剪切图像。在这种情况下，您必须使用 Homography 来匹配它们。

其次，您必须尝试的最简单方法是手动选择至少 4 个巴黎对应点，记录它们的坐标并将它们输入findHomography() 函数。生成的 3x3 转换可用于warpPerspective() 以匹配图像。如果结果很好，您可以通过使用 SURF 点并匹配它们的描述符来自动化查找对应关系的过程。

最后，如果结果不令人满意，则必须进行比单应性更一般的转换。我会尝试分段仿射，尝试分别匹配图像。无论如何，有关您的意见和最终目标的更多信息将有助于正确解决问题。

【讨论】：

Here 是 Python 和 OpenCV 中一个完整的工作示例，展示了如何使用 SIFT/SURF 自动检测匹配点并在该数据上应用 findHomography() 和 warpPerspective() 函数。跨度>

【解决方案2】：

你可以使用openCV的image stitching或feature machting算法。

特征匹配的主要步骤是：

【讨论】：

【解决方案3】：

基本思想是根据匹配的特征点在平面内旋转图像及其在 X 和 Y 方向上的 2D 平移。

查看Image Alignment Algorithms，您可以在其中找到两种使用 OpenCV（带代码）的方法。

【讨论】：