0

我曾尝试使用 OpenCV 3.0 进行拼接；结果很好，但也给了我右边的黑色空白区域。

for (int i = 0; i < best_matches.size(); i++)
{
    //-- Get the keypoints from the good matches  
    FirstImageMatchPT.push_back(keypoints1[best_matches[i].queryIdx].pt);
    SecondImageMatchPT.push_back(keypoints2[best_matches[i].trainIdx].pt);
}

vector<unsigned char> match_mask;
Mat MatchedImage = findHomography(SecondImageMatchPT, FirstImageMatchPT, CV_RANSAC);


cv::Mat result;
result = img_Right.clone();
warpPerspective(img_Right, result, MatchedImage, cv::Size(img_Left.cols + img_Right.cols, img_Left.rows));

cv::Mat half(result, cv::Rect(0, 0, img_Left.cols, img_Left.rows));
img_Left.copyTo(half);

剩下 正确的 结果

'findHomography' 的第一个变量是第二个（我的意思是右图）的匹配点，第二个是第一个（左图）的匹配点。

我交换变量的原因是，如果我运行下面的代码，它会裁剪左图并只显示左图的匹配区域加上右图。（甚至有更大的空白区域）

for (int i = 0; i < best_matches.size(); i++)
{
    //-- Get the keypoints from the good matches  
    FirstImageMatchPT.push_back(keypoints1[best_matches[i].queryIdx].pt);
    SecondImageMatchPT.push_back(keypoints2[best_matches[i].trainIdx].pt);
}

vector<unsigned char> match_mask;
Mat MatchedImage = findHomography(FirstImageMatchPT, SecondImageMatchPT, CV_RANSAC);


cv::Mat result;
result = img_Left.clone();
warpPerspective(img_Left, result, MatchedImage, cv::Size(img_Left.cols + img_Right.cols, img_Left.rows));


cv::Mat half(result, cv::Rect(0, 0, img_Right.cols, img_Right.rows));
img_Right.copyTo(half);

裁剪图像

你能告诉我如何为此制定正确的投资回报率吗？我怎样才能自动切掉那个空白区域？

4

1 回答 1

3

您在最终图像中得到黑色区域，因为result矩阵本质上是一个比您的拼接结果可以填充的更大的画布。您可以通过将画布定义为与扭曲的图像/图像可以填充的大小完全相同来解决此问题。

单应矩阵定义了一个平面投影变换。使用此矩阵，您可以将一个平面（在您的情况下为右图）投影到另一个平面（左图）上。现在，您可以使用相同的矩阵来预测应用此平面投影变换后右图像的四个角将投影到的位置。

您正在计算这一行中两个图像之间的单应性。

Mat MatchedImage = findHomography(SecondImageMatchPT, FirstImageMatchPT, CV_RANSAC);

您可以使用存储在其中的相同单应矩阵 (3x3)MatchedImage来估计第二张图像的四个角投影到第一张图像的位置。你右图的四个坐标如下。

topLeft = {0.0, 0.0}, topRight = {W, 0.0}, bottomLeft = {0.0, H}, bottomRight = {W, H}

在齐次坐标中，这些将是，

topLeftH = {0.0, 0.0, 1.0}, topRightH = {W, 0.0, 1.0}, bottomLeftH = {0.0, H, 1.0}, bottomRightH = {W, H, 1.0}

您可以按如下方式计算这些角的投影坐标，

projTopLeft = HomographyMatrix . topLeftH projTopRight = HomographyMatrix . topRightH ...

这可以使用以下 OpenCV 函数来完成，

std::vector<Point2f> imageCorners(4);
imageCorners[0] = cvPoint(0,0); 
imageCorners[1] = cvPoint( img_right.cols, 0 );
imageCorners[2] = cvPoint( img_right.cols, img_right.rows );   
imageCorners[3] = cvPoint( 0, img_right.rows );
std::vector<Point2f> projectedCorners(4);

perspectiveTransform( imageCorners, projectedCorners, H);

找到投影角后，您可以使用新坐标计算最终画布的大小。

在您的代码中，应更改这些行，

cv::Mat result;
result = img_Right.clone();

至

cv::Mat result(cv::Size(COMPUTED_SIZE_AS_ABOVE), img_Right.type());
于 2015-08-15T23:21:09.240 回答