python两张图在一张上,三张图片无缝合成一张怎么做,python把两张图片合成一张
在本文的示例中，python与大家分享了在全景图像中生成两张图像的具体代码。具体内容如下
1、全景影像简介
全景图通过广角的表现手段和绘画、照片、视频、三维模型等形式，尽可能多地表现周围的环境。 360全景是指用专业的摄像机拍摄整个场景的图像信息，用建模软件将渲染的图像用软件进行图像融合，用专用的播放器播放。也就是说，将平面照片和计算机建模图像360度全观用于虚拟现实的观察，将二维平面图模拟成实际的三维空间提供给观赏者。
2、如何实现
2.1、实现原理
主要利用撒的特征提取和匹配来参考链接
2.2、实现代码
#-* -编码：utf-8-* -
u
2019年6月14日创建
@作者：武罗
""
__作者__=武罗
__版本__=1.0.0
__company__=u 重庆交大
__更新__=2019-06-14
导入编号为公证人
将cv2作为简历导入
来自太平航运导入图像
frommatplotlibimportpyplotasplt
打印(cvversion:cv .__version__))
定义(: )
顶部，机器人，左侧，右侧=100,100,0,500
img1=cv.im read (g :/2018和2019两个/钱/wuluo1 .png))))))。
cv.imshow(img1)、img1)。
img2=cv.im read (g :/2018和2019二/钱/wuluo2 .png))))))。
cv.imshow(img2)、img2)。
srcImg=cv.copyMakeBorder(
img1，顶部，机器人，左侧，右侧，简历.BORDER_CONSTANT，value=(0，0，0))
testImg=cv.copyMakeBorder(
img2，顶部，机器人，左侧，右侧，cv .BORDER_CONSTANT，value=(0，0，0))
img1gray=cv.cvtcolor(srcimg，cv .COLOR_BGR2GRAY))。
img2gray=cv.cvtcolor(testimg，cv .COLOR_BGR2GRAY))))))))))))))))))))。
sift=cv.xfeatures2d_SIFT().创建)).
# findthekeypointsanddescriptorswithsift
kp1，德S1=筛。检测并计算(img 1灰色，无)))))))))))))))))))))))。
kp2，德S2=筛。检测并计算(img 2 gray，None))))))))))))))))))))))))))))。
#弗兰参数
FLANN_INDEX_KDTREE=1
index _ params=dict(algorithm=flann _ index _ KD tree，trees=5)))))))))))))))index _ params)
search_Params=Dict(checks=50))))))))))))))))))。
flann=cv。flanbasedmatcher(index _ params，search_params))()))))))))))))))))))))))))))))
匹配=弗兰恩.KNNmatch(des1，des2，k=2))。
#只需要绘制好的匹配，所以创建一个遮罩
匹配掩码=[ 0，0 ] foriinrange (len (matches))
好=[]
pts1=[]
pts2=[]
#根据劳氏文件进行比率测试
对于我，我，n(嵌入式（匹配项) :
中间距离0.7 *中间距离：
good.append(m))。
pts2.append(KP2[m.trainidx].pt)))))))))))))。
PTS1.append(KP1[m.Queryidx].pt))))))))))))))))))))。
匹配掩码[ I ]=[ 1，0 ]
draw _ params=dict (match color=(0，255，0)，
singlepointcolor=(255，0，0)，
matchesMask=matchesMask，
标志=0)
img 3=cv。drawmatchesknn(img 1 gray，kp1，img2gray，
kp2，匹配，无，**draw_params)
#PLT.imshow(img3，)、plt.show)。
rows，cols=srcImg.shape[:2]
最小匹配计数=10
iflen(良好)最小匹配计数：
src_pts=np.float32(
([kp1[m.queryIdx].元素铂的符号为我很好.整形(-1,1,2))).
dst_pts=np.float32(
[kp2]m . train idx .元素铂的符号为我很好.整形(-1,1,2))).
m，mask=cv。发现单应性(src_pts，dst_pts，cv .RANSAC，5.0))))。
翘曲img=cv。扭曲透视(testimg，np.array(
m () ) testImg.shape[1]，testImg.shape[0]，flags=cv .WARP_INVERSE_MAP))
forcolinrange(0，列) :
if srcImg[:col].any(andwarpimg[:col].任何) ) :
左=列
布莱克
对于colinrange(列-1,0,-1):
if srcImg[:col].any(andwarpimg[:col].任何) ) :
右=列
布莱克
RES=NP .零([Rows，cols，3]，np.uint8))。
forrowinrange(0，行) :
forcolinrange(0，列) :
如果不是行，列.any():
res[row，col]=warpImg[row，col]
elif not warp ing[row，col].any():
res[row，col]=srcImg[row，col]
否则：
scimglen=float(ABS(col-left))
testimglen=float(ABS(col-right))
alpha=srcimglen/(srcimglentestimglen))。
res[row，col]=np.clip(
srcImg[row，col ] * (1- alpha (warp img [ row，col ] * alpha (warp img [ row，col ] * alpha)))))
# opencv是matplotlib是rgb
RES=cv.cvtcolor(RES，cv .COLOR_BGR2RGB)。
#展示结果
平面图（
PLT.imshow(RES))。
plt.show())
否则：
notenoughmatchesarefound-{ }/{ } .格式(伦)良好，最小匹配计数))
matchesMask=None
if __name__==__main__ :
品杰() ) )
3、运行效果
原两张图：
效果图：
原图，杯子处理得不好，这里没有效果。
以上是本文的全部内容，希望对大家的学习有帮助。另外，希望你能多多支持聚米学院。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。