Python Opencv实践 - 全景图片拼接stitcher

2023-11-26 15:30

本文主要是介绍Python Opencv实践 - 全景图片拼接stitcher,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

做一个全景图片切片的程序Spliter

        由于手里没有切割好的全景图片资源,因此首先写了一个切片的程序spliter。

        如果有现成的切割好的待拼接的切片文件,则不需要使用spliter。

        对于全景图片的拼接,需要注意一点,各个切片图片之间要有重复的内容以便opencv能够提取到关键点并能匹配上。如果简单地将全景图均分几乎是不可能成功的,stitcher一般会返回错误1(ERR_NEED_MORE_IMGS)。下面是我写的切片程序spliter代码,仅供参考:

import cv2 as cv
import numpy as np
import matplotlib.pyplot as pltimg = cv.imread('../../SampleImages/panoramaOriginal.jpg')
numSlices = 5
print(img.shape)
(height,width,channels) = img.shapesliceWidth = width / numSlices
#全景拼接需要匹配两幅图中的特征点,因此需要预留一部分重复的列
#sliceDuplicateOffset设置了两幅图重复的列的数量
sliceDuplicateOffset = sliceWidth / 2
print(sliceWidth)
sliceStartX = 0
for i in range(0, numSlices):sliceX = sliceStartX;#第一个切片不需要减去sliceDuplicateOffsetif (sliceStartX != 0):sliceX = sliceX - sliceDuplicateOffsetimgSlice = img[0:height,int(sliceX):int(sliceStartX + sliceWidth)]sliceStartX += sliceWidthcv.imwrite('panoramaSlice' + str(i) + ".jpg", imgSlice, [cv.IMWRITE_JPEG_QUALITY,100])

        我下载的原始全景图片为:

        经过spliter切片后

读取切片文件使用Stitcher进行拼接

        将切片文件全部放到相同目录下,通过os库进行读取放到一个list中,然后使用Stitcher进行拼接,代码如下:

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
import osslices = []
imageDir = '../../SampleImages/panoramaSlices/'
imageFiles = os.listdir(imageDir)
#读取所有切片文件
for file in imageFiles: img = cv.imread(imageDir+file)slices.append(img)#plt.imshow(slices[0])#创建stitcher对象
#cv.Stitcher.Create()
#参考资料:https://blog.csdn.net/qq_41112170/article/details/124634544
stitcher = cv.Stitcher.create()
#调用stitch做全景拼接
#参考资料:https://blog.csdn.net/weixin_48911487/article/details/122721333
#         https://www.cnblogs.com/rainsoul/p/8430074.html
(status,result) = stitcher.stitch(slices)
if status == cv.STITCHER_OK:print("Panorama stitched successfully!")plt.imshow(result[:,:,::-1])
else:print("Panorama stitch failed! Status=" + str(status))

        运行效果:

        

        如果状态返回失败,请参考代码里的链接看看是什么问题

这篇关于Python Opencv实践 - 全景图片拼接stitcher的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/425926

相关文章

python中的显式声明类型参数使用方式

《python中的显式声明类型参数使用方式》文章探讨了Python3.10+版本中类型注解的使用,指出FastAPI官方示例强调显式声明参数类型,通过|操作符替代Union/Optional,可提升代... 目录背景python函数显式声明的类型汇总基本类型集合类型Optional and Union(py

使用Python实现无损放大图片功能

《使用Python实现无损放大图片功能》本文介绍了如何使用Python的Pillow库进行无损图片放大,区分了JPEG和PNG格式在放大过程中的特点,并给出了示例代码,JPEG格式可能受压缩影响,需先... 目录一、什么是无损放大?二、实现方法步骤1:读取图片步骤2:无损放大图片步骤3:保存图片三、示php

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac

使用Python实现一个简易计算器的新手指南

《使用Python实现一个简易计算器的新手指南》计算器是编程入门的经典项目,它涵盖了变量、输入输出、条件判断等核心编程概念,通过这个小项目,可以快速掌握Python的基础语法,并为后续更复杂的项目打下... 目录准备工作基础概念解析分步实现计算器第一步:获取用户输入第二步:实现基本运算第三步:显示计算结果进

Python多线程实现大文件快速下载的代码实现

《Python多线程实现大文件快速下载的代码实现》在互联网时代,文件下载是日常操作之一,尤其是大文件,然而,网络条件不稳定或带宽有限时,下载速度会变得很慢,本文将介绍如何使用Python实现多线程下载... 目录引言一、多线程下载原理二、python实现多线程下载代码说明:三、实战案例四、注意事项五、总结引

Python利用PySpark和Kafka实现流处理引擎构建指南

《Python利用PySpark和Kafka实现流处理引擎构建指南》本文将深入解剖基于Python的实时处理黄金组合:Kafka(分布式消息队列)与PySpark(分布式计算引擎)的化学反应,并构建一... 目录引言:数据洪流时代的生存法则第一章 Kafka:数据世界的中央神经系统消息引擎核心设计哲学高吞吐

Python进阶之列表推导式的10个核心技巧

《Python进阶之列表推导式的10个核心技巧》在Python编程中,列表推导式(ListComprehension)是提升代码效率的瑞士军刀,本文将通过真实场景案例,揭示列表推导式的进阶用法,希望对... 目录一、基础语法重构:理解推导式的底层逻辑二、嵌套循环:破解多维数据处理难题三、条件表达式:实现分支

Java调用Python脚本实现HelloWorld的示例详解

《Java调用Python脚本实现HelloWorld的示例详解》作为程序员,我们经常会遇到需要在Java项目中调用Python脚本的场景,下面我们来看看如何从基础到进阶,一步步实现Java与Pyth... 目录一、环境准备二、基础调用:使用 Runtime.exec()2.1 实现步骤2.2 代码解析三、

Python中的filter() 函数的工作原理及应用技巧

《Python中的filter()函数的工作原理及应用技巧》Python的filter()函数用于筛选序列元素,返回迭代器,适合函数式编程,相比列表推导式,内存更优,尤其适用于大数据集,结合lamb... 目录前言一、基本概念基本语法二、使用方式1. 使用 lambda 函数2. 使用普通函数3. 使用 N

Python如何实现高效的文件/目录比较

《Python如何实现高效的文件/目录比较》在系统维护、数据同步或版本控制场景中,我们经常需要比较两个目录的差异,本文将分享一下如何用Python实现高效的文件/目录比较,并灵活处理排除规则,希望对大... 目录案例一:基础目录比较与排除实现案例二:高性能大文件比较案例三:跨平台路径处理案例四:可视化差异报