OpenCV中使用RANSAC算法实现多张图像拼接_基于ransac图像上下拼接 c++

思路：

（1）获取图像的特征点，将每张图片的特征点保存到一个vector中；

（2）通过特征点匹配的方法，找到每张图片的共有特征点，并将其保存到一个vector中；

（3）通过RANSAC算法求解出拼接的变换矩阵；

（4）根据变换矩阵对每张图片进行仿射变换；

（5）将拼接后的图片进行裁剪；

（6）将裁剪后的图片拼接起来，最终得到拼接后的图片。

C/C++代码实现：

#include <opencv2/opencv.hpp> 
#include <vector> 
 
using namespace std;
 
int main()
{
    // 读取图像
    vector<Mat> images;
    for (int i = 0; i < imageNum; i++)
    {
        images.push_back(imread(imagePaths[i]));
    }
 
    // 获取每张图片的特征点
    vector<vector<KeyPoint>> keypoints;
    for (int i = 0; i < imageNum; i++)
    {
        vector<KeyPoint> kps;
        Mat descriptors;
        Ptr<FeatureDetector> detector = ORB::create();
        detector->detectAndCompute(images[i], Mat(), kps, descriptors);
        keypoints.push_back(kps);
    }
 
    // 找到共有特征点
    vector<Point2f> srcPts, dstPts;
    for (int i = 0; i < imageNum; i++)
    {
        for (int j = 0; j < imageNum; j++)
        {
            if (i != j)
            {
                vector<DMatch> matches;
                Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce-Hamming");
                matcher->match(descriptors[i], descriptors[j], matches);
                // 保存共有特征点
                for (int k = 0; k < matches.size(); k++)
                {
                    srcPts.push_back(keypoints[i][matches[k].queryIdx].pt);
                    dstPts.push_back(keypoints[j][matches[k].trainIdx].pt);
                }
            }
        }
    }
 
    // 使用RANSAC算法求解出拼接的变换矩阵
    Mat H = findHomography(srcPts, dstPts, RANSAC);
 
    // 根据变换矩阵对每张图片进行仿射变换
    vector<Mat> warpedImages;
    for (int i = 0; i < imageNum; i++)
    {
        Mat warpedImage;
        warpPerspective(images[i], warpedImage, H, Size(width, height));
        warpedImages.push_back(warpedImage);
    }
 
    // 将拼接后的图片进行裁剪
    Mat result = Mat::zeros(height, width, CV_8UC3);
    for (int i = 0; i < imageNum; i++)
    {
        Mat mask = Mat::zeros(height, width, CV_8UC1);
        warpedImages[i].copyTo(result, mask);
    }
 
    // 将裁剪后的图片拼接起来
    Mat resultImage;
    hconcat(warpedImages, resultImage);
 
    // 将拼接后的图片输出
    imwrite("result.jpg", resultImage);
 
    return 0;
}