OpenCV旋转估计（3）图像拼接类cv::detail::MultiBandBlender

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

cv::detail::MultiBandBlender 是 OpenCV 中用于图像拼接（stitching）模块的一个类，主要用于将多张重叠的图像无缝地融合成一张全景图。它实现了多频带融合算法，通过分解图像的频率成分来实现平滑的过渡效果。

主要功能与概念

• 多频带融合（Multi-Band Blending）

  该算法将图像分解为多个频率带（使用高斯金字塔和拉普拉斯金字塔）。

  对每个频率带分别进行融合，然后重新组合成最终图像。

  这种方法可以有效减少拼接区域的可见接缝，并处理亮度差异。

• 融合流程

  准备输入图像及其掩码。

  将图像和掩码送入融合器。

  执行融合并生成最终结果。

常用成员函数

1. 构造函数

cv::detail::MultiBandBlender(bool try_gpu = false);

• 参数：
  try_gpu: 如果为 true，尝试使用 GPU 加速（如果可用）。默认值为 false。

2. 准备函数

void prepare(cv::Rect dst_roi);

• 用途： 初始化融合器，设置目标图像的感兴趣区域（ROI）。
• 参数：
  dst_roi: 目标图像中需要融合的区域。

3. 添加图像

void feed(const cv::Mat& img, const cv::Mat& mask, cv::Point tl);

• 用途： 向融合器中添加图像及其掩码。
• 参数：
  img: 输入图像。
  mask: 图像的有效区域掩码。
  tl: 图像在最终全景图中的左上角位置。

4. 执行融合

void blend(cv::Mat& dst, cv::Mat& dst_mask);

• 用途： 执行实际的融合操作，并输出结果。
• 参数：
  dst: 输出的融合图像。
  dst_mask: 输出的融合掩码。

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/stitching/detail/blenders.hpp>

int main()
{
    // 创建 MultiBandBlender 对象
    cv::Ptr< cv::detail::MultiBandBlender > blender = cv::makePtr< cv::detail::MultiBandBlender >();

    // 加载图像
    cv::Mat img1 = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich1.png" );
    cv::Mat img2 = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich2.png" );
    if ( img1.empty() || img2.empty() )
    {
        std::cerr << "Error: Failed to load images!" << std::endl;
        return -1;
    }

    // 调试：单独显示原始图像
    cv::imshow( "Image1", img1 );
    cv::imshow( "Image2", img2 );
   
    // 确保为三通道
    if ( img1.channels() != 3 )
    {
        cv::cvtColor( img1, img1, cv::COLOR_GRAY2BGR );
    }
    if ( img2.channels() != 3 )
    {
        cv::cvtColor( img2, img2, cv::COLOR_GRAY2BGR );
    }

    // 创建掩码
    cv::Mat mask1 = cv::Mat::ones( img1.size(), CV_8UC1 ) * 255;
    cv::Mat mask2 = cv::Mat::ones( img2.size(), CV_8UC1 ) * 255;

    // 设置ROI（假设两图水平拼接）
    int roi_width  = img1.cols + img2.cols;
    int roi_height = std::max( img1.rows, img2.rows );
    cv::Rect roi( 0, 0, roi_width, roi_height );
    blender->prepare( roi );

    // 输入图像到融合器
    blender->feed( img1, mask1, cv::Point( 0, 0 ) );          // 左图
    blender->feed( img2, mask2, cv::Point( img1.cols, 0 ) );  // 右图

    // 融合
    cv::Mat result, result_mask;
    blender->blend( result, result_mask );

    // 处理结果
    if ( result.empty() )
    {
        std::cerr << "Error: Blending failed!" << std::endl;
        return -1;
    }
    if ( result.depth() == CV_32F )
    {
        result.convertTo( result, CV_8UC3, 255.0 );  // 转为8位三通道
    }

    // 显示和保存
    cv::imwrite( "panorama2.jpg", result );
    cv::Mat result_8u;
    result.convertTo( result_8u, CV_8U );  // 转换为 8 位无符号整型‌:ml-citation{ref="3,8" data="citationList"}
    cv::imshow( "全景图", result_8u );

    cv::waitKey( 0 );  // 必须调用！

    return 0;
}

运行结果