特点和适用范围:图像需有足够重合相同特征区域。
优点:适应部分倾斜/尺度变换和畸变情形,拼接效果好,使用简单,可以一次拼接多张图片。
缺点:需要有足够的相同特征区域进行匹配,速度较慢(和图像大小有关)。
import sys
import cv2
if __name__ == "__main__":
img1 = cv2.imread('C:/Users/Guaguan/Desktop/img/1.jpg') # 图片绝对路径,
img2 = cv2.imread('C:/Users/Guaguan/Desktop/img/2.jpg')
# stitcher = cv2.createStitcher(False) # 老的OpenCV版本,用这一个
stitcher = cv2.Stitcher.create(cv2.Stitcher_PANORAMA) # 我的是OpenCV4
(status, pano) = stitcher.stitch((img1, img2))
if status != cv2.Stitcher_OK:
print("不能拼接图片, error code = %d" % status)
sys.exit(-1)
print("拼接成功.")
cv2.imshow('pano', pano)
# cv2.imwrite("pano.jpg", pano)
cv2.waitKey(0)
拼接结果
import os
import sys
import cv2
import win32ui
# ? python基于Stitcher图像拼接
def imgstitcher(imgs): # 传入图像数据 列表[] 实现图像拼接
stitcher = cv2.Stitcher.create(cv2.Stitcher_PANORAMA)
_result, pano = stitcher.stitch(imgs)
if _result != cv2.Stitcher_OK:
print("不能拼接图片, error code = %d" % _result)
sys.exit(-1)
output = 'result' + '.png'
cv2.imwrite(output, pano)
print("拼接成功. %s 已保存!" % output)
if __name__ == "__main__":
# imgPath为图片所在的文件夹相对路径
imgPath = 'C:/Users/Guaguan/Desktop/img'
imgList = os.listdir(imgPath)
imgs = []
for imgName in imgList:
pathImg = os.path.join(imgPath, imgName)
img = cv2.imread(pathImg)
if img is None:
print("图片不能读取:" + imgName)
sys.exit(-1)
imgs.append(img)
imgstitcher(imgs) # 拼接
cv2.waitKey(0)
cv2.destroyAllWindows()
结果