Opencv总结7——全景图像拼接

一、技术简介

全景图像拼接是将多张重叠的局部图像，通过特征匹配、变换对齐和融合拼接，生成一张宽视角、无明显拼接痕迹的完整图像技术。其核心逻辑是找到图像间的重叠特征点，通过数学变换实现图像对齐，最终完成无缝融合。

该技术广泛应用于手机全景摄影、无人机航拍测绘、虚拟现实（VR）场景构建等领域，核心依赖特征提取（如 SIFT）、特征匹配、单应性矩阵求解和图像融合四大关键步骤，是计算机视觉中 "图像配准 + 图像融合" 的典型应用。

二、核心原理

全景拼接的本质是 "先对齐，后融合"，整个流程可拆解为五大核心步骤，环环相扣确保拼接效果：

（一）步骤 1：图像预处理与特征提取

核心目标

从每张输入图像中提取稳定的特征点和特征向量，为后续匹配提供依据。

实现逻辑

1. 图像预处理：将输入图像转换为灰度图（减少计算量），可选高斯模糊降噪。

2. 特征提取：使用具有尺度不变性和旋转不变性的算法（如 SIFT），检测图像中的关键点（如边缘、角点），并生成 128 维特征向量。

   1. 选择 SIFT 的原因：即使图像存在缩放、旋转或光照变化，仍能稳定提取特征，确保重叠区域的特征点可匹配。

（二）步骤 2：特征匹配与过滤

核心目标

找到不同图像间的匹配特征点（即重叠区域的对应点），并剔除错误匹配点（外点）。

实现方法

基础匹配：

1. 蛮力匹配（BF 匹配）：直接计算两张图像 特征向量 **间的欧式距离，距离越小则匹配度越高，**适用于少量图像拼接。

cv_show('img1', img1)

cv_show('img2', img2)

sift = cv2.xfeatures2d.SIFT_create()

kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)

# crossCheck表示两个特征点要互相匹配，例如A中的第i个特征点与B中的第j个特征点最近的，并且B中的第j个特征点到A中的第i个特征点也是
# NORM_L2：归一化数组的(欧几里德距离)，如果其他特征计算方法需要考虑不同的匹配计算方式
bf = cv2.BFMatcher(crossCheck=True)

1对1匹配

matches = bf.match(des1, des2)
matches = sorted(matches, key=lambda x: x.distance)

img3 = cv2.drawMatches(img1, kp1, img2, kp2, matches[:10], None, flags=2)

cv_show('img3', img3)

• KNN 匹配（K=2）：为每个特征点匹配两个最近邻特征点，通过 "近邻距离比" 过滤错误匹配。knnMatch

bf = cv2.BFMatcher()
matches = bf.knnMatch(des1, des2, k=2)

good = []
for m, n in matches:
    if m.distance < 0.75 * n.distance:
        good.append([m])

img3 = cv2.drawMatchesKnn(img1, kp1, img2, kp2, good, None, flags=2)

cv_show('img3', img3)

过滤策略：

1. 距离比过滤：若第一个匹配点与第二个匹配点的距离比小于 0.75（经验阈值），则保留该匹配对，否则视为错误匹配。

2. 交叉检查（Cross Check）：仅保留 "双向最优匹配" 的特征对（即 A 图的点 i 匹配 B 图的点 j，且 B 图的点 j 也匹配 A 图的点 i），进一步提纯匹配结果。

（三）步骤 3：RANSAC 算法与单应性矩阵求解

核心目标

通过鲁棒算法剔除剩余外点，求解图像间的变换矩阵（单应性矩阵 H），实现图像对齐。

二阶的情况

关键概念与逻辑

1. 单应性矩阵（Homography Matrix）：

   1. 定义：3×3 的矩阵 H，描述两张图像间的投影变换关系，可将一张图像的像素点映射到另一张图像的对应位置。

   2. 求解条件：需至少 4 对正确匹配的特征点（4 对对应点可构建 8 个方程，求解 H 矩阵的 8 个未知参数）。

2. RANSAC 算法（随机抽样一致性算法）：

   1. 核心问题：直接用所有匹配点求解 H 矩阵，可能受错误匹配点（外点）干扰，导致变换矩阵失真。

   2. 工作原理：

      • 随机抽取 4 对匹配点，求解初始 H 矩阵；

      • 设定容忍范围（重投影误差阈值），统计满足该矩阵变换的内点（正确匹配点）数量；

      • 迭代多次（如 1000 次），选择内点数量最多的 H 矩阵作为最优解；

      • 用最优 H 矩阵对应的内点重新求解，得到最终的单应性矩阵。

四）步骤 4：图像变换与对齐

核心目标

根据求解的单应性矩阵 H，对其中一张图像（通常是待拼接的非基准图像）进行投影变换，使其与基准图像的重叠区域完全对齐。

实现逻辑

1. 选择基准图像：通常选择中间位置或特征最丰富的图像作为基准（如第一张图像）。

2. 投影变换：调用 OpenCV 的cv2.warpPerspective()函数，将待拼接图像通过 H 矩阵映射到基准图像的坐标系中，实现空间对齐。

   1. 注意：变换后图像可能出现黑边（未被映射的区域），后续需通过融合处理消除。

（五）步骤 5：图像融合

核心目标

将对齐后的多张图像无缝拼接，消除拼接边界的亮度差异、过渡痕迹，生成自然的全景图。

常用方法

1. 简单拼接：直接将对齐后的图像按坐标叠加，适用于亮度一致、重叠区域大的图像（易出现明显边界）。

2. 线性融合（加权平均）：

   1. 原理：在重叠区域，从基准图像到待拼接图像，权重从 1 平滑过渡到 0，实现像素值的渐变融合。

   2. 公式：重叠区域像素值 = 基准图像像素 ×(1 - α) + 待拼接图像像素 ×α（α 从 0 到 1 渐变）。

3. 多分辨率融合（拉普拉斯金字塔融合）：适用于复杂光照场景，融合效果更自然，无明显边界痕迹（计算量稍大）。

三、OpenCV 代码实现步骤

（一）环境准备

需安装 OpenCV 3.4.1.15 版本（支持 SIFT 算法），安装命令参考：

pip install opencv-python==3.4.1.15 opencv-contrib-python==3.4.1.15

（二）完整代码示例

中间结果

拼接结果

以两张重叠图像拼接为例（上面代码实现)：

import numpy as np
import cv2

class Stitcher:

    #拼接函数
    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
        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
        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
    def cv_show(self,name,img):
        cv2.imshow(name, img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

    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.xfeatures2d.SIFT_create()
        # 检测SIFT特征点，并计算描述子
        (kps, features) = descriptor.detectAndCompute(image, None)

        # 将结果转换成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)

    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
        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
            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

    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")
        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]))
                ptB = (int(kpsB[trainIdx][0]) + wA, int(kpsB[trainIdx][1]))
                cv2.line(vis, ptA, ptB, (0, 255, 0), 1)

        # 返回可视化结果
        return vis

主函数：

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
stitcher = Stitcher()
(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()