第OpenCV實(shí)現(xiàn)圖像拼接案例目錄一、penCV圖像特征采集二、OpenCV特征提取算法三、OpenCV特征提取四、OpenCV特征取精五、OpenCV透視轉(zhuǎn)換

一、penCV圖像特征采集

特征提?。?/p>

一幅圖中總存在著一些獨(dú)特的像素點(diǎn)，這些點(diǎn)我們可以認(rèn)為就是這幅圖的特征，成為特征點(diǎn)。

計(jì)算機(jī)視覺領(lǐng)域特征提?。?/p>

獲取一幅圖中存在著一些獨(dú)特的像素點(diǎn)。

需要解決問題：

1、提取圖片中的特征點(diǎn)2、解決尺度不變性問題，不同大小的圖片獲取到的特征是一樣的。3、提取到的特征點(diǎn)要穩(wěn)定，能被精確定位。

二、OpenCV特征提取算法

特征提取算法：

三、OpenCV特征提取

結(jié)果：提取到的特征很粗糙，不是很精確的特征點(diǎn)，導(dǎo)致效果很差。

要求：去粗取精，獲取優(yōu)秀的匹配點(diǎn)。

四、OpenCV特征取精

取一幅圖像中的一個(gè)SIFT關(guān)鍵點(diǎn)，并找出其與另一幅圖像中歐式距離最近的前兩個(gè)關(guān)鍵點(diǎn)，在這兩個(gè)關(guān)鍵點(diǎn)中，如果最近的距離除以次近的距離得到的比率ratio少于某個(gè)閾值T，則接受這一對匹配點(diǎn)。

五、OpenCV透視轉(zhuǎn)換

透視變換是按照物體成像投影規(guī)律進(jìn)行變換，即將物體重新投影到新的成像平面。透視變換常用于機(jī)器人視覺導(dǎo)航研究中，由于相機(jī)視場與地面存在傾斜角使得物體成像產(chǎn)生畸變，通常通過透視變換實(shí)現(xiàn)對物體圖像的校正。

使用cv::warpPerspective()進(jìn)行透視變換

voidcv::warpPerspective(

cv::InputArraysrc,//輸入圖像

cv::OutputArraydst,//輸出圖像

cv::InputArrayM,//3x3變換矩陣

cv::Sizedsize,//目標(biāo)圖像大小

intflags=cv::INTER_LINEAR,//插值方法

intborderMode=cv::BORDER_CONSTANT,//外推方法

constcv::ScalarborderValue=cv::Scalar()//常量邊界時(shí)使用

);

透視矩陣：

獲取特征矩陣：

a.根據(jù)圖像的4個(gè)頂點(diǎn)來獲取特征矩陣

cv::Matcv::getPerspectiveTransform(//返回3x3透視變換矩陣

constcv::Point2f*src,//源圖像四個(gè)頂點(diǎn)坐標(biāo)（點(diǎn)數(shù)組）

constcv::Point2f*dst//目標(biāo)圖像上四個(gè)頂點(diǎn)的坐標(biāo)（點(diǎn)數(shù)組）

);

b.函數(shù)來計(jì)算透視矩陣H(3*3)

findHomography(

InputArraysrcPoints,//源平面中點(diǎn)的坐標(biāo)矩陣.vectorPoint2f類型

InputArraydstPoints,//目標(biāo)平面中點(diǎn)的坐標(biāo)矩陣，vectorPoint2f類型

intmethod=0,

doubleransacReprojThreshold=3,

OutputArraymask=noArray(),

constintmaxIters=2000,

c