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 stitch.py --first images/bryce_left_01.png --second images/bryce_right_01.png
其中 images/bryce_left_01.png
为第一张待拼接图像,images/bryce_right_01.png
为第二作待拼接图像;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
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