【opencv】示例-stiching.cpp 图像拼接

cpp 复制代码
#include "opencv2/imgcodecs.hpp" // 导入opencv图像编码功能库
#include "opencv2/highgui.hpp"   // 导入opencv高层用户界面功能库
#include "opencv2/stitching.hpp" // 导入opencv图像拼接功能库


#include <iostream> // 导入输入输出流库


using namespace std;  // 使用std命名空间,便于使用这个命名空间下的功能
using namespace cv;   // 使用cv(opencv)命名空间


bool divide_images = false; // 默认不将图像分块处理的标志位
Stitcher::Mode mode = Stitcher::PANORAMA; // 默认拼接模式为全景模式
vector<Mat> imgs; // 存储所有图像的向量
string result_name = "result.jpg"; // 默认输出图像的文件名


void printUsage(char** argv); // 函数声明,打印程序用法信息
int parseCmdArgs(int argc, char** argv); // 函数声明,解析命令行参数


// 主函数
int main(int argc, char* argv[])
{
    int retval = parseCmdArgs(argc, argv); // 解析命令行参数
    if (retval) return EXIT_FAILURE; // 如果参数有误,返回失败


    //![stitching]
    Mat pano; // 用于存储拼接完的图像
    Ptr<Stitcher> stitcher = Stitcher::create(mode); // 创建拼接器实例,传入模式
    Stitcher::Status status = stitcher->stitch(imgs, pano); // 进行拼接并返回状态


    if (status != Stitcher::OK) // 如果状态不是OK,即拼接失败
    {
        cout << "Can't stitch images, error code = " << int(status) << endl; // 输出错误信息
        return EXIT_FAILURE; // 返回失败
    }
    //![stitching]


    imwrite(result_name, pano); // 写入拼接完成的图像
    cout << "stitching completed successfully\n" << result_name << " saved!"; // 输出成功信息
    return EXIT_SUCCESS; // 返回成功
}


// 打印程序用法信息的函数
void printUsage(char** argv)
{
    cout
            << "Images stitcher.\n\n" 
            << "Usage :\n" << argv[0] <<" [Flags] img1 img2 [...imgN]\n\n"
            << "Flags:\n"
            << "  --d3\n"
            << "      internally creates three chunks of each image to increase stitching success\n"
            << "  --mode (panorama|scans)\n"
            << "      Determines configuration of stitcher. The default is 'panorama',\n"
            << "      mode suitable for creating photo panoramas. Option 'scans' is suitable\n"
            << "      for stitching materials under affine transformation, such as scans.\n"
            << "  --output <result_img>\n"
            << "      The default is 'result.jpg'.\n\n"
            << "Example usage :\n" << argv[0] << " --d3 --mode scans img1.jpg img2.jpg\n";
}


// 解析命令行参数的函数
int parseCmdArgs(int argc, char** argv)
{
    if (argc == 1) // 如果参数只有一个,即没有指定输入图片
    {
        printUsage(argv); // 打印程序用法信息
        return EXIT_FAILURE; // 返回失败
    }


    for (int i = 1; i < argc; ++i) // 遍历参数
    {
        if (string(argv[i]) == "--help" || string(argv[i]) == "/?")
        {
            printUsage(argv); // 如果是帮助标志,打印程序用法信息
            return EXIT_FAILURE; // 返回失败
        }
        else if (string(argv[i]) == "--d3")
        {
            divide_images = true; // 如果设置了分块标志,修改分块处理标志位为真
        }
        else if (string(argv[i]) == "--output")
        {
            result_name = argv[i + 1]; // 设置输出文件名
            i++; // 跳过下一个参数(输出文件名)
        }
        else if (string(argv[i]) == "--mode")
        {
            if (string(argv[i + 1]) == "panorama")
                mode = Stitcher::PANORAMA; // 设置模式为全景
            else if (string(argv[i + 1]) == "scans")
                mode = Stitcher::SCANS; // 设置模式为扫描
            else
            {
                cout << "Bad --mode flag value\n"; // 如果模式设置错误,输出错误信息
                return EXIT_FAILURE; // 返回失败
            }
            i++; // 跳过下一个参数(模式)
        }
        else
        {
            Mat img = imread(samples::findFile(argv[i])); // 读取图像
            if (img.empty()) // 如果读取失败
            {
                cout << "Can't read image '" << argv[i] << "'\n"; // 输出错误信息
                return EXIT_FAILURE; // 返回失败
            }


            if (divide_images) // 如果设置了分块处理标志
            {
                Rect rect(0, 0, img.cols / 2, img.rows); // 计算第一块的位置
                imgs.push_back(img(rect).clone()); // 把第一块图像加入向量
                rect.x = img.cols / 3; // 计算第二块的位置
                imgs.push_back(img(rect).clone()); // 把第二块图像加入向量
                rect.x = img.cols / 2; // 计算第三块的位置
                imgs.push_back(img(rect).clone()); // 把第三块图像加入向量
            }
            else
                imgs.push_back(img); // 如果没有分块处理,直接加入图像
        }
    }
    return EXIT_SUCCESS; // 返回成功
}

此代码用于实现图像的拼接处理,使用了OpenCV库来加载、处理和保存图像。主要功能包括解析命令行参数以获得用户输入的图像文件和其他选项,创建一个拼接器来对图像进行拼接,并根据拼接结果保存为一个文件。用户可以通过特定的标志来影响拼接的模式或增加拼接成功率(例如,通过分块处理)。

bash 复制代码
./test --d3 --mode scans lena.jpg


stitching completed successfully
result.jpg saved!

lena.jpg

result.jpg scan拼接有误

相关推荐
Jackilina_Stone34 分钟前
transformers:打造的先进的自然语言处理
人工智能·自然语言处理·transformers
2401_8979300636 分钟前
BERT 模型是什么
人工智能·深度学习·bert
最新快讯2 小时前
科技快讯 | 阿里云百炼MCP服务上线;英伟达官宣:CUDA 工具链将全面原生支持 Python
人工智能
程序猿John3 小时前
ES6 新增特性 箭头函数
前端·javascript·es6
__Benco4 小时前
OpenHarmony子系统开发 - 热管理(一)
人工智能·harmonyos
百锦再4 小时前
五种常用的web加密算法
前端·算法·前端框架·web·加密·机密
@大迁世界4 小时前
彻底改变我 React 开发方式的组件模式
前端·javascript·react.js·前端框架·ecmascript
吴法刚5 小时前
14-Hugging Face 模型微调训练(基于 BERT 的中文评价情感分析(二分类))
人工智能·深度学习·自然语言处理·分类·langchain·bert·langgraph
William Dawson5 小时前
【Vue 3 + Element Plus 实现产品标签的动态添加、删除与回显】
前端·javascript·vue.js
碳基学AI5 小时前
北京大学DeepSeek内部研讨系列:AI在新媒体运营中的应用与挑战|122页PPT下载方法
大数据·人工智能·python·算法·ai·新媒体运营·产品运营