图像拼接
一、总体方法和流程讲解
将两张视角不同的图像拼接起来
-
如何将两张图像的视角进行匹配？
使用特征提取后的特征匹配，找出匹配最佳的四对特征点，反解出变换矩阵 H ，将其中一幅图像使用此变换矩阵进行投影变换，从而实现视角匹配
-
如何将匹配视角后的两幅图像进行拼接?
直接利用numpy的阵列操作将两幅图图像组合在一起即可。
二、补充知识
主要是Opencv中的findHomography的参数method中的ransacReprojThreshold含义，还有就是detectAndCompute返回值中的kps参数包含内容。
1. findHomography函数(Cpp版)
-
计算多个二维点对之间的最优单映射变换矩阵 H（3行x3列） ，使用最小均方误差或者RANSAC方法
-
函数功能：找到两个平面之间的转换矩阵。
Mat cv::findHomography ( InputArray srcPoints, InputArray dstPoints, int method = 0, double ransacReprojThreshold = 3, OutputArray mask = noArray(), const int maxIters = 2000, const double confidence = 0.995 ) -
参数详解：
-
srcPoints 源平面中点的坐标矩阵，可以是CV_32FC2类型，也可以是vector类型
-
dstPoints 目标平面中点的坐标矩阵，可以是CV_32FC2类型，也可以是vector类型
-
method 计算单应矩阵所使用的方法。不同的方法对应不同的参数，具体如下：
-
0 - 利用所有点的常规方法
-
RANSAC - RANSAC-基于RANSAC的鲁棒算法
-
LMEDS - 最小中值鲁棒算法
-
RHO - PROSAC-基于PROSAC的鲁棒算法
-
ransacReprojThreshold 将点对视为内点的最大允许重投影错误阈值（仅用于RANSAC和RHO方法）。如果则点被认为是个外点（即错误匹配点对）。若srcPoints和dstPoints是以像素为单位的，则该参数通常设置在1到10的范围内。
-
-
mask 可选输出掩码矩阵，通常由鲁棒算法（RANSAC或LMEDS）设置。 请注意，输入掩码矩阵是不需要设置的。
-
maxIters RANSAC算法的最大迭代次数，默认值为2000。 confidence 可信度值，取值范围为0到1. 该函数能够找到并返回源平面和目标平面之间的转换矩阵H，以便于反向投影错误率达到最小。
-
2. detectAndCompute返回值中的kps
kps是关键点。它所包含的信息有：
- angle：角度，表示关键点的方向，为了保证方向不变形，SIFT算法通过对关键点周围邻域进行梯度运算，求得该点方向。-1为初值。
- class_id：当要对图片进行分类时，我们可以用class_id对每个特征点进行区分，未设定时为-1，需要靠自己设定
- octave：代表是从金字塔哪一层提取的得到的数据。
- pt：关键点点的坐标
- response：响应程度，代表该点强壮大小，更确切的说，是该点角点的程度。
- size：该点直径的大小
3. match与KnnMatch返回值解释
-
二者的返回值都是DMatch的数据结构。
-
match：
-
代码：
bf = cv.BFMatcher_create() matches = bf.match(des1, des2) for matche in matches: print(matche) -
结果：
<DMatch 0x7fcf509b90b0> <DMatch 0x7fcf509b90d0> <DMatch 0x7fcf509b90f0> <DMatch 0x7fcf509b9110>
-
-
Dmatch数据结构：
主要含有三个非常重要的数据：queryIdx，trainIdx，distance
- queryIdx：测试图像的特征点描述符的下标（第几个特征点描述符），同时也是描述符对应特征点的下标。
- trainIdx：样本图像的特征点描述符下标,同时也是描述符对应特征点的下标。
- distance：代表这对匹配的特征点描述符的欧式距离，数值越小也就说明两个特征点越相似。
-
区别
Match匹配是“最佳”匹配，所以返回值list中的元素类型都是单个Dmatch，而 KnnMatch在设定参数 k = 2 后，就会对同一点进行最佳匹配和次佳匹配，所以返回值list中的元素类型都是一对Dmatch，也即[Dmatch, Dmatch]
三、代码
1. Stitcher.py
主要用于定义Stitcher类，封装了拼接两幅视角不同的图像的基本流程和方法。
import numpy as np
import cv2
# 自定义匹配类型
class Stitcher:
# 拼接函数， 0.75 是 OpenCV 官方给出的数据，reprojThresh用于滤除匹配不当的特征点对
# showMatches 用于判别是否需要显示处理后的图像
def stitch(self, images, ratio=0.75, reprojThresh=4.0,showMatches=False):
# 获取输入图片
(imageB, imageA) = images
# 检测A、B图片的SIFT关键特征点，并计算特征描述子
(kpsA, featuresA) = self.detectAndDescribe(imageA)
(kpsB, featuresB) = self.detectAndDescribe(imageB)
# 匹配两张图片的所有特征点，返回匹配结果
M = self.matchKeypoints(kpsA, kpsB, featuresA, featuresB, ratio, reprojThresh)
# 如果返回结果为空，没有匹配成功的特征点，退出算法
if M is None:
return None
# 否则，提取匹配结果
# H是3x3视角变换矩阵
(matches, H, status) = M
# 将图片A进行视角变换，result是变换后图片，最后一个参数是拼接后的图像尺寸
# 也即是 将 A 进行视角变换后，并扩充其原图像，便于之后拼接
result = cv2.warpPerspective(imageA, H, (imageA.shape[1] + imageB.shape[1], imageA.shape[0]))
self.cv_show('result', result)
# 将图片B传入result图片最左端，拼接
result[0:imageB.shape[0], 0:imageB.shape[1]] = imageB
self.cv_show('result', result)
# 检测是否需要显示图片匹配
if showMatches:
# 生成匹配图片
vis = self.drawMatches(imageA, imageB, kpsA, kpsB, matches, status)
# 返回结果
return (result, vis)
# 返回匹配结果
return result
# 自定义图像显示函数
def cv_show(self,name,img):
cv2.imshow(name, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 特征检测
def detectAndDescribe(self, image):
# 将彩色图片转换成灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 建立SIFT生成器
descriptor = cv2.SIFT_create()
# 检测SIFT特征点，并计算描述子
(kps, features) = descriptor.detectAndCompute(image, None)
# kps中包含了坐标、角度、大小等一系列参数，将特征点集转换成NumPy数组
kps = np.float32([kp.pt for kp in kps])
# 返回特征点集，及对应的描述特征
return (kps, features)
# 使用Knn算法进行暴力匹配
def matchKeypoints(self, kpsA, kpsB, featuresA, featuresB, ratio, reprojThresh):
# 建立暴力匹配器
matcher = cv2.BFMatcher()
# 使用KNN检测来自A、B图的SIFT特征匹配对，K=2，一个点最多只会对应两个点
# Knn蛮力匹配会自动进行排序，距离小的在前（最佳匹配在前）
rawMatches = matcher.knnMatch(featuresA, featuresB, 2)
matches = []
for m in rawMatches:
# 当最近距离跟次近距离的比值小于ratio值时，保留此匹配对
if len(m) == 2 and m[0].distance < m[1].distance * ratio:
# 存储两个点在featuresA, featuresB中的索引值
matches.append((m[0].trainIdx, m[0].queryIdx))
# 当筛选后的匹配对大于4时，计算视角变换矩阵
if len(matches) > 4:
# 获取匹配对的点坐标
# 利用列表生成式先生成list，再生成阵列
# matches内部的数据格式为 : [((x_B, y_B),(x_A, y_A)), ((),()), ..., ((),())]
ptsA = np.float32([kpsA[i] for (_, i) in matches])
ptsB = np.float32([kpsB[i] for (i, _) in matches])
# 计算视角变换矩阵
(H, status) = cv2.findHomography(ptsA, ptsB, cv2.RANSAC, reprojThresh)
# 返回结果
return (matches, H, status)
# 如果匹配对小于4时，返回None
return None
# 只是将两张未处理的图直接拼接在一起后标记出特征点联系
def drawMatches(self, imageA, imageB, kpsA, kpsB, matches, status):
# 初始化可视化图片，将A、B图左右连接到一起
(hA, wA) = imageA.shape[:2]
(hB, wB) = imageB.shape[:2]
vis = np.zeros((max(hA, hB), wA + wB, 3), dtype="uint8")
# 宽度相加、高度自适应
vis[0:hA, 0:wA] = imageA
vis[0:hB, wA:] = imageB
# 联合遍历，画出匹配对
for ((trainIdx, queryIdx), s) in zip(matches, status):
# 当点对匹配成功时，画到可视化图上
if s == 1:
# 画出匹配对
ptA = (int(kpsA[queryIdx][0]), int(kpsA[queryIdx][1]))
# 宽度叠加
ptB = (int(kpsB[trainIdx][0]) + wA, int(kpsB[trainIdx][1]))
cv2.line(vis, ptA, ptB, (0, 0, 255), 1)
# 返回可视化结果
return vis
2. ImageStiching.py
主函数，控制程序执行流程
from Stitcher import Stitcher
import cv2
# 读取拼接图片
imageA = cv2.imread("left_01.png")
imageB = cv2.imread("right_01.png")
# 把图片拼接成全景图
# 实例化 Stitcher 类
stitcher = Stitcher()
# 最后的参数用来是控制是否在处理过程中显示图像
(result, vis) = stitcher.stitch([imageA, imageB], showMatches=True)
# 显示所有图片
cv2.imshow("Image A", imageA)
cv2.imshow("Image B", imageB)
cv2.imshow("Keypoint Matches", vis)
cv2.imshow("Result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()
四、效果展示
-
原图像：
左边图像
右边图像：
-
将右边图像进行映射变换(单应)并进行填充后的结果：
可以看出上述图像有少许失真。
-
拼接成功的图像：
左边图像无需处理，直接填入即可。
-
两张原图像和Knn特征匹配后的结果：
五、总结
-
图像拼接只需要改动其中一张图像的“视角”，也就是只需要对其中一张图像进行单应变换。且最终结果就是直接拼接。
-
注意detectAndCompute方法返回的kps中返回的不止是坐标信息还有角度、大小等信息
-
注意KnnMatch的返回值信息
