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域。
優點：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): # 傳入圖像數據 列表[] 實現圖像拼接
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("圖片不能讀取：" + 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調用stitcher類自動實現多個圖像拼接融合的文章就介紹到這了,更多相關python圖像拼接融合內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python 圖像增強算法實現詳解
- python 基于opencv實現圖像增強
- 用Python給圖像算法做個簡單應用界面
- python+opencv圖像分割實現分割不規則ROI區域方法匯總
- python-opencv實現視頻指定幀數間隔圖像的保存功能
- Python深度學習之圖像標簽標注軟件labelme詳解
- python使用matplotlib顯示圖像失真的解決方案
- python實現求純色彩圖像的邊框
- python數字圖像處理之估計噪聲參數
- Python深度學習之使用Albumentations對圖像做增強
