图像拼接是计算机视觉中常见的任务，通常用于将多张图像拼接成一张全景图。OpenCV 提供了多种方法来实现图像拼接，包括基于特征检测与匹配的方法，以及更高级的 `cv2.Stitcher` 类。 以下是几种常见的 Python 和 OpenCV 图像拼接实现方法： ### 使用 `cv2.Stitcher` 类进行图像拼接 OpenCV 自带的 `Stitcher` 类可以自动完成特征提取、匹配和图像融合等步骤，适合大多数拼接任务。 ```python import cv2 import numpy as np # 读取图像 image1 = cv2.imread('image1.jpg') image2 = cv2.imread('image2.jpg') # 创建 Stitcher 对象 stitcher = cv2.Stitcher_create() # 拼接图像 status, stitched_image = stitcher.stitch((image1, image2)) if status == cv2.Stitcher_OK: cv2.imwrite('stitched_result.jpg', stitched_image) cv2.imshow('Stitched Image', stitched_image) cv2.waitKey(0) else: print("图像拼接失败") ``` ### 基于特征点匹配的图像拼接 如果需要更精细的控制，可以使用 SIFT、SURF 或 ORB 等特征检测算法手动进行特征匹配和透视变换。 ```python import cv2 import numpy as np # 读取图像 img1 = cv2.imread('image1.jpg', 0) img2 = cv2.imread('image2.jpg', 0) # 使用 SIFT 检测关键点和描述子 sift = cv2.SIFT_create() kp1, des1 = sift.detectAndCompute(img1, None) kp2, des2 = sift.detectAndCompute(img2, None) # 创建 BFMatcher 对象进行匹配 bf = cv2.BFMatcher() matches = bf.knnMatch(des1, des2, k=2) # 应用比率测试筛选匹配点 good_matches = [] for m, n in matches: if m.distance < 0.75 * n.distance: good_matches.append(m) # 获取匹配点坐标 src_pts = np.float32([kp1[m.queryIdx].pt for m in good_matches]).reshape(-1, 1, 2) dst_pts = np.float32([kp2[m.trainIdx].pt for m in good_matches]).reshape(-1, 1, 2) # 计算透视变换矩阵 H, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0) # 对图像进行透视变换 height, width = img2.shape warped_image = cv2.warpPerspective(img1, H, (width * 2, height)) warped_image[0:height, 0:width] = img2 cv2.imshow('Warped Image', warped_image) cv2.waitKey(0) ``` ### 构建空白图像并进行拼接 如引用中提到的方法，可以构建一个高为 `h`，宽为 `W*2` 的空白图像，并将图像进行平移粘贴[^1]。 ```python import cv2 import numpy as np # 读取图像 img1 = cv2.imread('image1.jpg') img2 = cv2.imread('image2.jpg') # 获取图像尺寸 h1, w1 = img1.shape[:2] h2, w2 = img2.shape[:2] height = max(h1, h2) width = w1 + w2 # 创建空白图像 result = np.zeros((height, width, 3), dtype=np.uint8) # 将图像粘贴到左右两侧 result[:h1, :w1] = img1 result[:h2, w1:w1 + w2] = img2 cv2.imshow('Manual Stitched Image', result) cv2.waitKey(0) ``` ###