当前位置: 首页 > news >正文

OpenCV图像拼接(3)图像拼接类cv::detail::MultiBandBlender

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::detail::MultiBandBlender 是 OpenCV 中用于图像拼接(stitching)模块的一个类,主要用于将多张重叠的图像无缝地融合成一张全景图。它实现了多频带融合算法,通过分解图像的频率成分来实现平滑的过渡效果。

主要功能与概念

  • 多频带融合(Multi-Band Blending)
    该算法将图像分解为多个频率带(使用高斯金字塔和拉普拉斯金字塔)。
    对每个频率带分别进行融合,然后重新组合成最终图像。
    这种方法可以有效减少拼接区域的可见接缝,并处理亮度差异。

  • 融合流程
    准备输入图像及其掩码。
    将图像和掩码送入融合器。
    执行融合并生成最终结果。

常用成员函数

  1. 构造函数
cv::detail::MultiBandBlender(bool try_gpu = false);
  • 参数:
    try_gpu: 如果为 true,尝试使用 GPU 加速(如果可用)。默认值为 false。
  1. 准备函数
void prepare(cv::Rect dst_roi);
  • 用途: 初始化融合器,设置目标图像的感兴趣区域(ROI)。
  • 参数:
    dst_roi: 目标图像中需要融合的区域。
  1. 添加图像
void feed(const cv::Mat& img, const cv::Mat& mask, cv::Point tl);
  • 用途: 向融合器中添加图像及其掩码。
  • 参数:
    img: 输入图像。
    mask: 图像的有效区域掩码。
    tl: 图像在最终全景图中的左上角位置。
  1. 执行融合
void blend(cv::Mat& dst, cv::Mat& dst_mask);
  • 用途: 执行实际的融合操作,并输出结果。
  • 参数:
    dst: 输出的融合图像。
    dst_mask: 输出的融合掩码。

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/stitching/detail/blenders.hpp>int main()
{// 创建 MultiBandBlender 对象cv::Ptr< cv::detail::MultiBandBlender > blender = cv::makePtr< cv::detail::MultiBandBlender >();// 加载图像cv::Mat img1 = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich1.png" );cv::Mat img2 = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich2.png" );if ( img1.empty() || img2.empty() ){std::cerr << "Error: Failed to load images!" << std::endl;return -1;}// 调试:单独显示原始图像cv::imshow( "Image1", img1 );cv::imshow( "Image2", img2 );// 确保为三通道if ( img1.channels() != 3 ){cv::cvtColor( img1, img1, cv::COLOR_GRAY2BGR );}if ( img2.channels() != 3 ){cv::cvtColor( img2, img2, cv::COLOR_GRAY2BGR );}// 创建掩码cv::Mat mask1 = cv::Mat::ones( img1.size(), CV_8UC1 ) * 255;cv::Mat mask2 = cv::Mat::ones( img2.size(), CV_8UC1 ) * 255;// 设置ROI(假设两图水平拼接)int roi_width  = img1.cols + img2.cols;int roi_height = std::max( img1.rows, img2.rows );cv::Rect roi( 0, 0, roi_width, roi_height );blender->prepare( roi );// 输入图像到融合器blender->feed( img1, mask1, cv::Point( 0, 0 ) );          // 左图blender->feed( img2, mask2, cv::Point( img1.cols, 0 ) );  // 右图// 融合cv::Mat result, result_mask;blender->blend( result, result_mask );// 处理结果if ( result.empty() ){std::cerr << "Error: Blending failed!" << std::endl;return -1;}if ( result.depth() == CV_32F ){result.convertTo( result, CV_8UC3, 255.0 );  // 转为8位三通道}// 显示和保存cv::imwrite( "panorama2.jpg", result );cv::Mat result_8u;result.convertTo( result_8u, CV_8U );  // 转换为 8 位无符号整型‌:ml-citation{ref="3,8" data="citationList"}cv::imshow( "全景图", result_8u );cv::waitKey( 0 );  // 必须调用!return 0;
}

运行结果

在这里插入图片描述
在这里插入图片描述


http://www.mrgr.cn/news/95922.html

相关文章:

  • wokwi arduino mega 2560 - 点亮LED案例
  • Resume全栈项目(二)(.React+Ts)
  • OpenCV图像拼接(6)根据权重图对源图像进行归一化处理函数normalizeUsingWeightMap()
  • VUE3 路由传参
  • aab 转 apk
  • ⭐算法OJ⭐连接所有点的最小费用【最小生成树】(C++实现)Min Cost to Connect All Points
  • P4147 玉蟾宫
  • MySQL数据库中常用的命令
  • 【NLP 43、大模型技术发展】
  • 【Python LeetCode Patterns】刷力扣,15 个学习模式总结
  • 常用序列的离散时间傅里叶变换(DTFT)
  • Win32 / C++ ini配置文件解析类(支持简易加解密)
  • 【算法】动态规划:回文子串问题、两个数组的dp
  • 3.24[Q]Linux
  • PCL 点云多平面探测
  • 新一代可编程网关应用举例
  • Python Sanic面试题及参考答案
  • P1182 数列分段 Section II
  • 一次由特殊字符引发的Minio签名问题排查
  • 保姆级教程搭建企业级智能体+私有知识库,Dify+ollama,Linux版