Pythonは画像スティッチングを実装しています

import cv2
import numpy as np
 
 
def cv_show(name, image):
 cv2.imshow(name, image)
 cv2.waitKey(0)
 cv2.destroyAllWindows()
 
 
def detectAndCompute(image):
 image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
 sift = cv2.xfeatures2d.SIFT_create()(kps, features)= sift.detectAndCompute(image, None)
 kps = np.float32([kp.pt for kp in kps]) #得られたポイントは、使用する前にさらに変換する必要があります
 return(kps, features)
 
 
def matchKeyPoints(kpsA, kpsB, featuresA, featuresB, ratio =0.75, reprojThresh =4.0):
 # 比率は、最近傍マッチングの推奨しきい値です
 # reprojThreshは、ランダムサンプリングの一貫性のための推奨しきい値です。
 matcher = cv2.BFMatcher()
 rawMatches = matcher.knnMatch(featuresA, featuresB,2)
 matches =[]for m in rawMatches:iflen(m)==2 and m[0].distance < ratio * m[1].distance:
 matches.append((m[0].queryIdx, m[0].trainIdx))
 kpsA = np.float32([kpsA[m[0]]for m in matches]) #npを使用する.float32変換リスト
 kpsB = np.float32([kpsB[m[1]]for m in matches])(M, status)= cv2.findHomography(kpsA, kpsB, cv2.RANSAC, reprojThresh)return(M, matches, status) #すべてのポイントに一致するソリューションがあるわけではなく、それらのステータスはステータスに保存されます
 
 
def stich(imgA, imgB, M):
 result = cv2.warpPerspective(imgA, M,(imgA.shape[1]+ imgB.shape[1], imgA.shape[0]))
 result[0:imageA.shape[0],0:imageB.shape[1]]= imageB
 cv_show('result', result)
 
 
def drawMatches(imgA, imgB, kpsA, kpsB, matches, status):(hA, wA)= imgA.shape[0:2](hB, wB)= imgB.shape[0:2]
 # ここで3つのチャネルとuint8タイプに注意してください
 drawImg = np.zeros((max(hA, hB), wA + wB,3),'uint8')
 drawImg[0:hB,0:wB]= imageB
 drawImg[0:hA, wB:]= imageA
 for((queryIdx, trainIdx),s)inzip(matches, status):if s ==1:
 # float32に注意してください--  int
 pt1 =(int(kpsB[trainIdx][0]),int(kpsB[trainIdx][1]))
 pt2 =(int(kpsA[trainIdx][0])+ wB,int(kpsA[trainIdx][1]))
 cv2.line(drawImg, pt1, pt2,(0,0,255))cv_show("drawImg", drawImg)
 
 
# 画像を読む
imageA = cv2.imread('./right_01.png')cv_show("imageA", imageA)
imageB = cv2.imread('./left_01.png')cv_show("imageB", imageB)
# SIFT特徴点と特徴ベクトルを計算する(kpsA, featuresA)=detectAndCompute(imageA)(kpsB, featuresB)=detectAndCompute(imageB)
# 最も近い隣人とランダムサンプリングの一貫性に基づいてホモグラフィマトリックスを取得します(M, matches, status)=matchKeyPoints(kpsA, kpsB, featuresA, featuresB)
# 一致する結果を描画する
drawMatches(imageA, imageB, kpsA, kpsB, matches, status)
# スプライシング
stich(imageA, imageB, M)

Recommended Posts