python調(diào)用stitcher類自動實現(xiàn)多個圖像拼接融合功能
使用stitcher需要注意,圖像太大會報錯而且計算慢。
特點和適用范圍:圖像需有足夠重合相同特征區(qū)域。
優(yōu)點:適應部分傾斜/尺度變換和畸變情形,拼接效果好,使用簡單,可以一次拼接多張圖片。
缺點:需要有足夠的相同特征區(qū)域進行匹配,速度較慢(和圖像大小有關)。
原圖(可下載)
代碼(兩張圖片拼接)
import sys import cv2 if __name__ == "__main__": img1 = cv2.imread('C:/Users/Guaguan/Desktop/img/1.jpg') # 圖片絕對路徑, img2 = cv2.imread('C:/Users/Guaguan/Desktop/img/2.jpg') # stitcher = cv2.createStitcher(False) # 老的OpenCV版本,用這一個 stitcher = cv2.Stitcher.create(cv2.Stitcher_PANORAMA) # 我的是OpenCV4 (status, pano) = stitcher.stitch((img1, img2)) if status != cv2.Stitcher_OK: print("不能拼接圖片, error code = %d" % status) sys.exit(-1) print("拼接成功.") cv2.imshow('pano', pano) # cv2.imwrite("pano.jpg", pano) cv2.waitKey(0)
拼接結果
原圖
代碼(多個圖像自動拼接)
import os import sys import cv2 import win32ui # ? python基于Stitcher圖像拼接 def imgstitcher(imgs): # 傳入圖像數(shù)據(jù) 列表[] 實現(xiàn)圖像拼接 stitcher = cv2.Stitcher.create(cv2.Stitcher_PANORAMA) _result, pano = stitcher.stitch(imgs) if _result != cv2.Stitcher_OK: print("不能拼接圖片, error code = %d" % _result) sys.exit(-1) output = 'result' + '.png' cv2.imwrite(output, pano) print("拼接成功. %s 已保存!" % output) if __name__ == "__main__": # imgPath為圖片所在的文件夾相對路徑 imgPath = 'C:/Users/Guaguan/Desktop/img' imgList = os.listdir(imgPath) imgs = [] for imgName in imgList: pathImg = os.path.join(imgPath, imgName) img = cv2.imread(pathImg) if img is None: print("圖片不能讀?。? + imgName) sys.exit(-1) imgs.append(img) imgstitcher(imgs) # 拼接 cv2.waitKey(0) cv2.destroyAllWindows()
結果
到此這篇關于python調(diào)用stitcher類自動實現(xiàn)多個圖像拼接融合的文章就介紹到這了,更多相關python圖像拼接融合內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
使用tensorflow實現(xiàn)VGG網(wǎng)絡,訓練mnist數(shù)據(jù)集方式
這篇文章主要介紹了使用tensorflow實現(xiàn)VGG網(wǎng)絡,訓練mnist數(shù)據(jù)集方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05Python實現(xiàn)將數(shù)據(jù)寫入netCDF4中的方法示例
這篇文章主要介紹了Python實現(xiàn)將數(shù)據(jù)寫入netCDF4中的方法,涉及Python數(shù)據(jù)處理與文件讀寫相關操作技巧,需要的朋友可以參考下2018-08-08

tkinter動態(tài)顯示時間的兩種實現(xiàn)方法