【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
全栈老石10 分钟前
从硬编码到 Schema 推断:前端表单开发的工程化转型
前端·vue.js·架构
weixin_4624462312 分钟前
【原创实践】使用 shell 脚本批量创建 Linux 用户并生成随机密码
linux·服务器·前端
新元代码18 分钟前
Function Calling的现状和未来的发展
人工智能
jinxinyuuuus24 分钟前
订阅指挥中心:数据可移植性、Schema设计与用户数据主权
数据仓库·人工智能
ASS-ASH30 分钟前
视觉语言大模型Qwen3-VL-8B-Instruct概述
人工智能·python·llm·多模态·qwen·视觉语言模型·vlm
Xy-unu31 分钟前
[LLM]AIM: Adaptive Inference of Multi-Modal LLMs via Token Merging and Pruning
论文阅读·人工智能·算法·机器学习·transformer·论文笔记·剪枝
软件技术NINI36 分钟前
娃娃店html+css 4页
前端·css·html
kangk1238 分钟前
统计学基础之概率(生物信息方向)
人工智能·算法·机器学习
再__努力1点38 分钟前
【77】积分图像:快速计算矩形区域和核心逻辑
开发语言·图像处理·人工智能·python·算法·计算机视觉
wordbaby43 分钟前
TanStack Router 路径参数(Path Params)速查表
前端