代码来自pyimagesearch
对多张图片进行基于SIFT
的特征检测算法,如果符合最小拼接要求大的关键点matchKeypoints
数量,使用OpenCV-Python
自带的stitching
方法进行全景拼接,但是对于拼接后的黑边裁剪效果不好,可以修改优化。
python image_stitching.py --images images/scottsdale --output output.png --crop 1
其中images/scottsdale
为待拼接图像所在文件夹,output.png
为处理拼接保存后的图像;这里使用了相对路径,因为在工程根目录下运行了终端。不确定在根目录最好使用完整的绝对路径。 --crop 1
为是否裁剪黑色边框,缺省则不裁剪。
相比其他方式,因为使用了较好的匹配关键点,所以拼接没有裂缝
,没有鬼影
示例1:有裂缝(两张图片拼接中间有竖着的裂缝)
示例2:有鬼影(重影,由于拼接范围内有运动物体)
示例3:使用上面pyimagesearch的代码,没有裂缝和鬼影