av一区二区在线观看_亚洲男人的天堂网站_日韩亚洲视频_在线成人免费_欧美日韩精品免费观看视频_久草视

您的位置:首頁技術文章
文章詳情頁

python實現圖像拼接

瀏覽:6日期:2022-08-03 18:37:27

本文實例為大家分享了python實現圖像拼接的具體代碼,供大家參考,具體內容如下

1.待拼接的圖像

python實現圖像拼接

python實現圖像拼接

2. 基于SIFT特征點和RANSAC方法得到的圖像特征點匹配結果

python實現圖像拼接

3.圖像變換結果

python實現圖像拼接

4.代碼及注意事項

import cv2import numpy as np def cv_show(name, image): cv2.imshow(name, image) cv2.waitKey(0) cv2.destroyAllWindows() def detectAndCompute(image): image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) sift = cv2.xfeatures2d.SIFT_create() (kps, features) = sift.detectAndCompute(image, None) kps = np.float32([kp.pt for kp in kps]) # 得到的點需要進一步轉換才能使用 return (kps, features) def matchKeyPoints(kpsA, kpsB, featuresA, featuresB, ratio = 0.75, reprojThresh = 4.0): # ratio是最近鄰匹配的推薦閾值 # reprojThresh是隨機取樣一致性的推薦閾值 matcher = cv2.BFMatcher() rawMatches = matcher.knnMatch(featuresA, featuresB, 2) matches = [] for m in rawMatches: if len(m) == 2 and m[0].distance < ratio * m[1].distance: matches.append((m[0].queryIdx, m[0].trainIdx)) kpsA = np.float32([kpsA[m[0]] for m in matches]) # 使用np.float32轉化列表 kpsB = np.float32([kpsB[m[1]] for m in matches]) (M, status) = cv2.findHomography(kpsA, kpsB, cv2.RANSAC, reprojThresh) return (M, matches, status) # 并不是所有的點都有匹配解,它們的狀態存在status中 def stich(imgA, imgB, M): result = cv2.warpPerspective(imgA, M, (imgA.shape[1] + imgB.shape[1], imgA.shape[0])) result[0:imageA.shape[0], 0:imageB.shape[1]] = imageB cv_show(’result’, result) def drawMatches(imgA, imgB, kpsA, kpsB, matches, status): (hA, wA) = imgA.shape[0:2] (hB, wB) = imgB.shape[0:2] # 注意這里的3通道和uint8類型 drawImg = np.zeros((max(hA, hB), wA + wB, 3), ’uint8’) drawImg[0:hB, 0:wB] = imageB drawImg[0:hA, wB:] = imageA for ((queryIdx, trainIdx),s) in zip(matches, status): if s == 1: # 注意將float32 --> int 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) # 讀取圖像imageA = cv2.imread(’./right_01.png’)cv_show('imageA', imageA)imageB = cv2.imread(’./left_01.png’)cv_show('imageB', imageB)# 計算SIFT特征點和特征向量(kpsA, featuresA) = detectAndCompute(imageA)(kpsB, featuresB) = detectAndCompute(imageB)# 基于最近鄰和隨機取樣一致性得到一個單應性矩陣(M, matches, status) = matchKeyPoints(kpsA, kpsB, featuresA, featuresB)# 繪制匹配結果drawMatches(imageA, imageB, kpsA, kpsB, matches, status)# 拼接stich(imageA, imageB, M)

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持好吧啦網。

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 搞黄网站在线观看 | 欧美在线免费 | 欧美区在线 | 久久成人一区 | 91久久久久久久久久久 | 国产一区二区在线视频 | 91电影在线 | 91精品国产91久久久久福利 | 精品久| 久久久久久黄 | 国产在线1区 | 精品欧美乱码久久久久久1区2区 | 国产视频中文字幕 | 日韩欧美一区二区三区免费观看 | 欧美一区二区三 | 亚洲一区在线日韩在线深爱 | 欧美日韩一区二区视频在线观看 | 天天影视色综合 | 午夜一级做a爰片久久毛片 精品综合 | 又黄又色| 99亚洲 | 欧美色999| 91视频一88av | 欧美日韩国产一区二区三区 | 亚洲综合伊人 | 日韩精品一区二区三区四区 | 国产成人精品久久 | 日本精品视频一区二区三区四区 | 国产精品久久久久一区二区三区 | 国产亚洲网站 | 久久国产免费看 | 一区二区三区久久久 | 99精品免费视频 | av手机免费在线观看 | 天天操网| 国产日韩一区二区三免费 | 一区精品在线观看 | 亚洲成人国产综合 | 欧美lesbianxxxxhd视频社区 | 欧美一区二区三区国产精品 | 亚洲天堂一区二区 |