利用Python实现图像拼接

我不是女神ヾ 2024-04-24 23:30 78阅读 0赞

利用python语言实现多张图像拼接  
主要参考上述博文，只是对于复现过程遇到的小问题的解决做一些补充。

拼接程序：

from pylab import *
    from numpy import *
    from PIL import Image
    
    # If you have PCV installed, these imports should work
    from PCV.geometry import homography, warp
    from PCV.localdescriptors import sift
    
    """
    This is the panorama example from section 3.3.
    """
    
    
    featname = ['D:/pythonCode/test/data/testimages/' + str(i + 1) + '.sift' for i in range(5)]   //需要根据自己的图像地址和图像数量修改地址和循环次数
    imname = ['D:/pythonCode/test/data/testimages/' + str(i + 1) + '.jpg' for i in range(5)]
    # extract features and m
    # match
    l = {}
    d = {}
    for i in range(5):    //循环次数=图像数量
        sift.process_image(imname[i], featname[i])
        l[i], d[i] = sift.read_features_from_file(featname[i])
    
    matches = {}
    for i in range(4):    //循环次数=图像数量-1
        matches[i] = sift.match(d[i + 1], d[i])
    
    # visualize the matches (Figure 3-11 in the book)
    for i in range(4):    //循环次数=图像数量-1
        im1 = array(Image.open(imname[i]))
        im2 = array(Image.open(imname[i + 1]))
        figure()
        sift.plot_matches(im2, im1, l[i + 1], l[i], matches[i], show_below=True)
    
    
    # function to convert the matches to hom. points
    # 将匹配转换成齐次坐标点的函数
    def convert_points(j):
        ndx = matches[j].nonzero()[0]
        fp = homography.make_homog(l[j + 1][ndx, :2].T)
        ndx2 = [int(matches[j][i]) for i in ndx]
        tp = homography.make_homog(l[j][ndx2, :2].T)
    
        # switch x and y - TODO this should move elsewhere
        fp = vstack([fp[1], fp[0], fp[2]])
        tp = vstack([tp[1], tp[0], tp[2]])
        return fp, tp
    
    
    # estimate the homographies
    # 估计单应性矩阵
    model = homography.RansacModel()
    
    fp, tp = convert_points(1)
    H_12 = homography.H_from_ransac(fp, tp, model)[0]  # im 1 to 2
    
    fp, tp = convert_points(0)
    H_01 = homography.H_from_ransac(fp, tp, model)[0]  # im 0 to 1
    
    tp, fp = convert_points(2)  # NB: reverse order
    H_32 = homography.H_from_ransac(fp, tp, model)[0]  # im 3 to 2
    
    tp, fp = convert_points(3)  # NB: reverse order
    H_43 = homography.H_from_ransac(fp, tp, model)[0]  # im 4 to 3
    
    # 扭曲图像
    delta = 100  # 用于填充和平移 for padding and translation
    
    im1 = array(Image.open(imname[1]), "uint8")
    im2 = array(Image.open(imname[2]), "uint8")
    im_12 = warp.panorama(H_12, im1, im2, delta, delta)
    
    im1 = array(Image.open(imname[0]), "f")
    im_02 = warp.panorama(dot(H_12, H_01), im1, im_12, delta, delta)
    
    im1 = array(Image.open(imname[3]), "f")
    im_32 = warp.panorama(H_32, im1, im_02, delta, delta)
    
    im1 = array(Image.open(imname[4]), "f")
    im_42 = warp.panorama(dot(H_32, H_43), im1, im_32, delta, 2 * delta)
    
    figure()
    imshow(array(im_42, "uint8"))
    axis('off')
    show()

先了解下拼接的相关理论，将代码复制到Python中复现，对遇到的问题逐一解决

**1、需要安装PCV包**

参考手把手解决解决Python安装PCV

**2、代码中的读取图像，无.sift文件**

imname使我们要拼接的原图

featname是sift文件，这个文件是需要根据原图进行生成的

具体代码参考

# -*- coding: utf-8 -*-
    from PIL import Image
    from pylab import *
    from PCV.localdescriptors import sift
    from PCV.localdescriptors import harris
     
    # 添加中文字体支持
    from matplotlib.font_manager import FontProperties
    font = FontProperties(fname=r"c:/windows/fonts/SimSun.ttc", size=14)
     
    imname = 'D:/ComputerVision_code/img/sdl11.jpg'   //需要拼接的图像的位置
    im = array(Image.open(imname).convert('L'))
    sift.process_image(imname, 'empire.sift')        //生成名称为empire的sift文件        
    l1, d1 = sift.read_features_from_file('empire.sift')
     
    figure()
    gray()
    subplot(121)
    sift.plot_features(im, l1, circle=False)
    title(u'SIFT特征',fontproperties=font)
     
    # 检测harris角点
    harrisim = harris.compute_harris_response(im)
     
    subplot(122)
    filtered_coords = harris.get_harris_points(harrisim, 6, 0.1)
    imshow(im)
    plot([p[1] for p in filtered_coords], [p[0] for p in filtered_coords], '*')
    axis('off')
    title(u'Harris角点',fontproperties=font)
     
    show()

报错：empire.sift not found

原因：未修改PCV文件夹下的sift.py中的process\_image函数。

解决方案：下载VLFeat0.9.20的版本，将三个相关的文件复制到自己项目环境中，再将Anaconda中sift.py的文件打开地址修改一下就可以了

主要参考：【python】 OSError:sift not found 问题解决

博主讲的很详细，我就不画蛇添足了。

**3、成功生成了sift文件，可以继续运行图像拼接程序，报错did not meet fit acceptance criteria**

原因：图片问题，输入的图片太暗或太糊，导致系统无法进行特征提取。

主要参考：python计算机视觉常见报错及解决方案（不断更新中）  
个人感受：采用上述方式进行图像拼接，需要图像特征点较多并明显才能达到好的拼接效果，否则要么特征点太少程序无法运行，要么拼接效果很差。

我的图像的特征点较少，并且位移信息基本已知，我打算通过平移叠加进行拼图，在想是直接用PS拼（真香），还是再找找新的图像处理方法\[哭笑不得\]

快看我美丽的拼接成果。

![94edeb9e1ffd4a57b8e0636b52b143f5.png][]  
**如果大家对Python感兴趣，这套python学习资料一定对你有用**

**对于0基础小白入门：**

> 如果你是零基础小白，想快速入门Python是可以考虑的。
> 
> 一方面是学习时间相对较短，学习内容更全面更集中。  
> 二方面是可以根据这些资料规划好学习计划和方向。

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等习教程。带你从零基础系统性的学好Python！

### 零基础Python学习资源介绍 ###

① Python所有方向的学习路线图，清楚各个方向要学什么东西

② 600多节Python课程视频，涵盖必备基础、爬虫和数据分析

③ 100多个Python实战案例，含50个超大型项目详解，学习不再是只会理论

④ 20款主流手游迫解 爬虫手游逆行迫解教程包

⑤ 爬虫与反爬虫攻防教程包，含15个大型网站迫解

⑥ 爬虫APP逆向实战教程包，含45项绝密技术详解

⑦ 超300本Python电子好书，从入门到高阶应有尽有

⑧ 华为出品独家Python漫画教程，手机也能学习

⑨ 历年互联网企业Python面试真题,复习时非常方便

![在这里插入图片描述][7c1055f9bb6e41af9262556bdf20e084.png_pic_center]

#### ?Python学习路线汇总? ####

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。**（全套教程文末领取哈）**  
![在这里插入图片描述][9f969354b48f4e3ab0253e89203deca2.png_pic_center]

#### ?Python必备开发工具? ####

![6be280b059df8debff4a4b52d6a6ad1f.png_pic_center][]

**温馨提示：篇幅有限，已打包文件夹，获取方式在：文末**

#### ?Python学习视频600合集? ####

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。  
![f2a1e9c7368b6ac7d169ab4147b537f4.png_pic_center][]

#### ?实战案例? ####

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

![在这里插入图片描述][6cf364e7eeb64b0da07021bce5a59ec6.png_pic_center]

#### ?100道Python练习题? ####

检查学习结果。![15bc30b75e1de8c9fa2daab3742d4430.png_pic_center][]

#### ?面试刷题? ####

![99f6475fb1237ba21e45d55c67bf83f4.png_pic_center][]

![在这里插入图片描述][3360d1bcb588491dac483ff4c30fb05c.png_pic_center]

![在这里插入图片描述][49fe592a1ae644c2822a1b4a850724cd.png_pic_center]

### 资料领取 ###

这份完整版的Python全套学习资料已经上传网盘，朋友们如果需要可以点击下方微信卡片免费领取 **↓↓↓**【保证100%免费】  
![28c313fe0bc8cfd922b6246074689e50.png][]

[94edeb9e1ffd4a57b8e0636b52b143f5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/04c90ba2ee7b41009a692acc679dfb0c.png
[7c1055f9bb6e41af9262556bdf20e084.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/8465f07e09454da19cc270b8ef945e74.png
[9f969354b48f4e3ab0253e89203deca2.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/9bdb61ac5b454ff09ec526dcb28356d9.png
[6be280b059df8debff4a4b52d6a6ad1f.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/10b5394402624641abac891c3f04ce34.png
[f2a1e9c7368b6ac7d169ab4147b537f4.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/6a7b74f2a3454df8b70588e349d53412.png
[6cf364e7eeb64b0da07021bce5a59ec6.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/66de93fa751c406e8041e14446d50813.png
[15bc30b75e1de8c9fa2daab3742d4430.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/8b69931e4ae14432a08d689575cabb65.png
[99f6475fb1237ba21e45d55c67bf83f4.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/aa4d974e71324d5ebf3348496b13b0ed.png
[3360d1bcb588491dac483ff4c30fb05c.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/1d831861d88f4e4ca7f6bbb3a9dac488.png
[49fe592a1ae644c2822a1b4a850724cd.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/ddf0090e014e4be3869d08ed7fd6fb4c.png
[28c313fe0bc8cfd922b6246074689e50.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/117bc03521714fedbccabb829b186271.png