之前寫了兩篇文章分別是圖像單應(yīng)性矩陣變換與圖像拼接，圖像拼接中使用單應(yīng)性矩陣實現(xiàn)圖像特征對齊，從而為圖像拼接特別是無縫拼接打下基礎(chǔ)，看一下上一篇我的圖像拼接效果如下：

經(jīng)過分析發(fā)現(xiàn)：效果不好的原因是像素疊加的時候沒有考慮左右兩側(cè)圖像的位置信息，直接通過手動指定了融合區(qū)域跟閾值，而不是根據(jù)圖像實際位置由圖像生成mask層，根據(jù)mask層動態(tài)生成融合圖像重疊區(qū)域的閾值，如此可以解決融合不夠自然或者看上去拼接效果不好。最終改進之后的兩張圖像拼接效果如下：

是不是一個完美的無縫圖像拼接我說了不算，大家說了算，歡迎留言反饋！

想要完美的實現(xiàn)無縫拼接，有兩個關(guān)鍵技術(shù)點：

• 特征提取與對齊階段要取得配準對其好的單應(yīng)性矩陣H，要用好的特征提取，千萬別ORB。

• 拼接階段融合，要有好的圖像融合算法支持，別提金字塔融合，速度太感人了，所以最好一層搞定，間隔權(quán)重采樣是個好方法。

之前的實現(xiàn)中圖像對齊跟配準做的不錯，就是最后的拼接效果不好，所以要改進圖像融合，實現(xiàn)無縫融合。這里我觀察了右側(cè)圖像透視變換的結(jié)果，發(fā)現(xiàn)一般都是一個不規(guī)則的圖像，以我老家房屋的圖像為例：對齊+透視變換之后如下：

生成的mask圖像如下：

如果想要完美的融合，就不能隨便制定區(qū)域融合，而是根據(jù)右側(cè)透視變換之后的圖像，來生成每一行有多少列是跟左側(cè)圖像重疊的，然后自動計算重疊區(qū)域大小，計算間隔值，完成最終mask權(quán)重圖像生成，如下圖：

我是一個比較懶的人，代碼已經(jīng)有注釋了，這里我就不過多解釋，只簡單說一下代碼執(zhí)行流程。

1. 首先是圖像特征提取與求單應(yīng)性矩陣，這步可以省略了。代碼可以參考上一篇文章即可。

2. 使用單應(yīng)性矩陣求得右側(cè)變換之后的圖像跟mask

3. 根據(jù)mask得權(quán)重mask層

4. 最后跟之前的一致，直接融合即可。

特征提取部分代碼，參考之前文章，不寫廢話。融合部分，修改后的代碼如下：

 1// 獲取全景圖大小
 2int h = max(left.rows, right.rows);
 3int w = left.cols + right.cols;
 4Mat panorama_01 = Mat::zeros(Size(w, h), CV_8UC3);
 5Rect roi;
 6roi.x = 0;
 7roi.y = 0;
 8roi.width = left.cols;
 9roi.height = left.rows;
10
11// 獲取左側(cè)與右側(cè)對齊圖像
12left.copyTo(panorama_01(roi));
13Mat panorama_02;
14warpPerspective(right, panorama_02, H, Size(w, h));
15imwrite("D:/panorama_02.png", panorama_02);
16
17// 計算融合重疊區(qū)域mask
18Mat mask = Mat::zeros(Size(w, h), CV_8UC1);
19generate_mask(panorama_02, mask);
20
21// 創(chuàng)建遮罩層并根據(jù)mask完成權(quán)重初始化
22Mat mask1 = Mat::ones(Size(w, h), CV_32FC1);
23Mat mask2 = Mat::ones(Size(w, h), CV_32FC1);
24
25// left mask
26linspace(mask1, 1, 0, left.cols, mask);
27
28// right mask
29linspace(mask2, 0, 1, left.cols, mask);
30
31// 左側(cè)融合
32Mat m1;
33vector<Mat> mv;
34mv.push_back(mask1);
35mv.push_back(mask1);
36mv.push_back(mask1);
37merge(mv, m1);
38panorama_01.convertTo(panorama_01, CV_32F);
39multiply(panorama_01, m1, panorama_01);
40
41// 右側(cè)融合
42mv.clear();
43mv.push_back(mask2);
44mv.push_back(mask2);
45mv.push_back(mask2);
46Mat m2;
47merge(mv, m2);
48panorama_02.convertTo(panorama_02, CV_32F);
49multiply(panorama_02, m2, panorama_02);
50
51// 合并全景圖
52Mat panorama;
53add(panorama_01, panorama_02, panorama);
54panorama.convertTo(panorama, CV_8U);    
55imwrite("D:/panorama.png", panorama);

測試了一張圖像，特征點匹配效果如下：

拼接融合之后圖像：

說明是真的沒問題了！(邊上還有點黑的，可以直接裁了，比較懶了！)