单应性矩阵应用之图像拼接

文章预览

上一篇文章 单应性矩阵的计算 ，本文主要介绍如何把单应性矩阵应用于图像拼接中。 这里用手机拍摄了一幅画，分左图和右图。 左图 右图 具体的操作步骤： 提取两幅图中的特征点和描述子，常用的有ORB、SURF和SIFT。 对描述子进行匹配，OpenCV 提供了BFMatcher 和 FLANNMatcher 对匹配的特征点，会存在错误的匹配，通过RANSAC (Random Sample Consensus)筛选出正确的匹配。 对匹配的点对，计算单应性矩阵H 对右图应用H变换，然后进行重叠区域融合 实战 提取SIFT特征点和描述子  cv::Ptr  sift = xfeatures2d::SIFT::create();  sift->detectAndCompute(img1, noArray(), kpts1, desc1);        2. 特征点粗匹配 void match ( const Mat & desc1, const Mat & desc2, std :: vector & matches) {     cv::Ptr  matcher = FlannBasedMatcher::create(); std :: vector < std :: vector > pair_matches;     matcher->knnMatch(desc1, desc2, ………………………………