简单快速的多图像拼接---百图拼接

opencv自带的stitching速度很慢，而且对多图容易出错，好象对竖着拍摄的图（高>宽）不能用。

其中一个最大的原因是每一张图都要和其它的图去匹配，如果有10张图，除去自身不用匹配外，

要匹配 10X(10-1) = 90 次。所以慢得不能忍受。（等了很久很久，咚的出错，这感受真的不好）

我们拍摄全景图的时候都是从左到右，或者从右到左，前后两张图一般有部分重合。

所以我们这里只对前后两张图匹配，然后连成一串。

流程：

1。从列表(list.txt)文件装载图像文件名
2。前后匹配
3。计算匹配图像的相对位置
4。以第一张图左上角点为原点，找到所有图的位置（同一坐标系）
5。再计算最小，最大边界，并构建一个大图
6。再把所有图像放到一个大图中

main:

int main ()
{
	/*	特征点的提取与匹配 	*/

	vector image_names; // image_names[i]表示第i个图像的名称

    LoadImageNamesFromFile("list0.txt",image_names);//从list.txt文件装载图像文件名

	vector> image_keypoints; // image_keypoints[i]表示第i个图像的特征点
	vector image_descriptor; // image_descriptor[i]表示第i个图像的特征向量描述符
	//vector> image_colors; // image_colors[i]表示第i个图像特征点的颜色
	vector> image_matches; // image[i]表示第i幅图像和第i+1幅图像特征点匹配的结果
	extract_features (image_names, image_keypoints, image_descriptor/*, image_colors*/); // 提取特征点
	match_features2 (image_descriptor, image_matches); // 特征点匹配
	//gms_match_features(image_keypoints,img0.size(),image_matches);

	//单应性过滤特征点
	for (unsigned int i=0;i());//匹配完清除内存

	Mat img0 = imread(image_names[0]);//读出一个图
	img0= mynarrow(img0);//如果太大缩小一点。（>2400*1200的）


	//显示匹配
	//for (unsigned int i=0;i position_da; // position_da[i]表示第i个图像在大图中的位置(左上角)
	Point2f position_s=Point2f(0,0);
	position_da.push_back (position_s); // 第1个图像为原点


	for (unsigned int i=0;i points1, points2;
		get_match_points (image_keypoints[i], image_keypoints[i+1] ,image_matches[i], points1, points2);
		unsigned int shi=image_matches[i].size ();
		shi=(shi>10)?10:shi;//只取前十个
		Point2f a;
		for(unsigned int j=0;j>().swap(image_keypoints);//已经用不到了,清除容器并最小化它的容量


	//再计算最小，最大边界
	int xmin=0,xmax=0,ymin=0,ymax=0;
	for (unsigned int i=1;ixmax)?position_da[i].x:xmax;
		ymin=(position_da[i].yymax)?position_da[i].y:ymax;

	}
	//计算大图宽高
	int h = img0.rows + ymax-ymin;//拼接图行数(高度)
	int w = img0.cols + xmax-xmin;//拼接图列数（宽度）
	Mat stitch = Mat::zeros(h, w, CV_8UC3);

	//再把所有图像放到一个大图中(拼接)
	for (unsigned int i=0;i

用到的函数：

//如果图像太大缩小一半
Mat mynarrow(Mat img)
{
	Mat dst ;//读出一个图
	if(img.rows*img.cols>2400*1200)
		resize(img,dst,Size(),0.5,0.5); 
	else
		dst=img.clone();
	return dst;
}

在所有读图的地方都要用上。

过滤函数：

//用单应性过滤匹配
bool refineMatchesWithHomography(const std::vector& queryKeypoints,      
    const std::vector& trainKeypoints,       
    float reprojectionThreshold,      
    std::vector& matches//,      
    //cv::Mat& homography
	)    
{    cv::Mat homography;
    const int minNumberMatchesAllowed = 4;      
    if (matches.size() < minNumberMatchesAllowed)      
        return false;      
    // 为 cv::findHomography 准备数据    
    std::vector queryPoints(matches.size());      
    std::vector trainPoints(matches.size());      
    for (size_t i = 0; i < matches.size(); i++)      
    {      
        queryPoints[i] = queryKeypoints[matches[i].queryIdx].pt;      
        trainPoints[i] = trainKeypoints[matches[i].trainIdx].pt;      
    }      
    // 查找单应矩阵并获取内点掩码    
    std::vector inliersMask(matches.size());      
    homography = cv::findHomography(queryPoints,       
        trainPoints,       
        CV_FM_RANSAC,       
        reprojectionThreshold,       
        inliersMask);      
    std::vector inliers;      
    for (size_t i=0; i minNumberMatchesAllowed;     
  
}  

其它的在前一个文章中

效果图：

38个图合成

75个图合成

由于原始图像太大，上传是缩小了。虽然效果不是很理想，但速度很快

第一个拍了2圈，第二个拍了3圈，如果分别分成2次和3次合成，可能不一样。

结束

-----------------------分隔线---------------------------------

应有人要完整的程序，现修改一下：

请把-main- "复制" 保存为 “快主main函数.cpp”
再把-mynarrow函数- "复制" 保存为 "mynarrow函数.cpp"
把-过滤函数- "复制" 保存为 "过滤函数.cpp"
最后把下面的函数- "复制" 保存为 "获取匹配点坐标.cpp"
 

//获取匹配点坐标
/********************************************************************************************************
参数：
keypoints1 第一张图片的特征点; keypoints2 第二张图片的特征点; matches 匹配的结果; (points1[i], points2[i]) 第
i个匹配的特征点对。
功能：
利用两张图片的特征点keypoints1、keypoints2和匹配的结果matches，可以得到两个数组points1和points2，
(points1[i], points2[i])表示第i个匹配的特征点对。
*********************************************************************************************************/
void get_match_points (
	vector keypoints1,
	vector keypoints2,
	vector matches,
	vector& points1,
	vector& points2
)
{
	for (int i = 0; i < matches.size (); i++)
	{
		points1.push_back (keypoints1[matches[i].queryIdx].pt);
		points2.push_back (keypoints2[matches[i].trainIdx].pt);
	}
}

完整的程序为：
 

#include "头包含.cpp"

#include "用到的函数.cpp"

//#include "主main函数.cpp"

//=================分隔线（之前在上一篇中）=======================

#include "mynarrow函数.cpp"

#include "过滤函数.cpp"

#include "获取匹配点坐标.cpp"

#include "快主main函数.cpp"