OpenCV常用图像拼接方法(二) :基于模板匹配拼接

时间:2022-07-23
本文章向大家介绍OpenCV常用图像拼接方法(二) :基于模板匹配拼接,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
OpenCV常用图像拼接方法(二) :基于模板匹配的图像拼接。基于模板的图像拼接特点和适用范围:图像有重合区域,且待拼接图像之间无明显尺度变化和畸变。常用实例:两个相邻相机水平拍摄图像拼接。优点:简单、快速(相比于SIFT特征匹配拼接)。

这里没有找到较好的实例图片,所以仍使用上一篇文章中的图片,截取如下两部分ROI作为待拼接图像。

待拼接图①:

待拼接图②:

思路:在图①中截取部分公共区域ROI作为模板,利用模板在图②中匹配,得到最佳匹配位置后计算X和Y方向需要平移的像素距离,将图②对应的拼接到大图中。如下,模板为青色区域:

部分代码和效果如下:

// Image_Stitch_With_Matchtemplate.cpp
// 环境VS2017 + OpenCV4.4.0
// 功能:基于模板匹配的图像拼接
// 特点:图像有重合区域,且待拼接图像之间无明显尺度变换和畸变

#include "pch.h"
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
  Mat imgL = imread("A.jpg");
  Mat imgR = imread("B.jpg");
  double start = getTickCount();
  Mat grayL, grayR;
  cvtColor(imgL, grayL, COLOR_BGR2GRAY);
  cvtColor(imgR, grayR, COLOR_BGR2GRAY);

  Rect rectCut = Rect(372, 122, 128, 360);
  Rect rectMatched = Rect(0, 0, imgR.cols / 2, imgR.rows);
  Mat imgTemp = grayL(Rect(rectCut));
  Mat imgMatched = grayR(Rect(rectMatched));

  int width = imgMatched.cols - imgTemp.cols + 1;
  int height = imgMatched.rows - imgTemp.rows + 1;
  Mat matchResult(height, width, CV_32FC1);
  matchTemplate(imgMatched, imgTemp, matchResult, TM_CCORR_NORMED);
  normalize(matchResult, matchResult, 0, 1, NORM_MINMAX, -1);  //归一化到0--1范围

  double minValue, maxValue;
  Point minLoc, maxLoc;
  minMaxLoc(matchResult, &minValue, &maxValue, &minLoc, &maxLoc);

  Mat dstImg(imgL.rows, imgR.cols + rectCut.x - maxLoc.x, CV_8UC3, Scalar::all(0));
  Mat roiLeft = dstImg(Rect(0, 0, imgL.cols, imgL.rows));
  imgL.copyTo(roiLeft);

  Mat debugImg = imgR.clone();
  rectangle(debugImg, Rect(maxLoc.x, maxLoc.y, imgTemp.cols, imgTemp.rows), Scalar(0, 255, 0), 2, 8);
  imwrite("match.jpg", debugImg);

  Mat roiMatched = imgR(Rect(maxLoc.x, maxLoc.y - rectCut.y, imgR.cols - maxLoc.x, imgR.rows - 1 - (maxLoc.y - rectCut.y)));
  Mat roiRight = dstImg(Rect(rectCut.x, 0, roiMatched.cols, roiMatched.rows));

  roiMatched.copyTo(roiRight);

  double end = getTickCount();
  double useTime = (end - start) / getTickFrequency();
  cout << "use-time : " << useTime << "s" << endl;

  imwrite("dst.jpg", dstImg);
  cout << "Done!" << endl;
  return 0;

}

匹配结果:

拼接结果:

本次耗时如下图:(工业相机1200W图片拼接大约200ms):

源码和图片素材百度网盘下载地址:

链接:https://pan.baidu.com/s/1c4OL5NxB2LE-Gc4XQd54Fw

提取码:ttxw