iOS & OpenCV：图像配准/对齐

Posted 2023-03-05

【中文标题】iOS & OpenCV：图像配准/对齐

【英文标题】：iOS & OpenCV: Image Registration / Alignment

【发布时间】：2014-01-02 06:51:36

【问题描述】：

我正在做一个在 ios 中组合多个类似于 HDR 的图像的项目。我已经设法通过相机获得了 3 张不同曝光的图像，现在我想对齐它们，因为在拍摄过程中，一定是手在颤抖，导致所有 3 张图像的对齐方式略有不同。

我已经导入了 OpenCV 框架，并且一直在探索 OpenCV 中用于对齐/注册图像的功能，但一无所获。 OpenCV中实际上有一个功能可以实现这一点吗？如果没有，还有其他选择吗？

谢谢！

【参考方案1】：

没有像 align 这样的单一函数，您需要自己做/实现它，或者找到一个已经实现的。

这是一个单一的解决方案。

您需要从所有 3 张图像中提取关键点并尝试匹配它们。确保您的关键点提取技术不受光照变化的影响，因为由于曝光不同，所有这些技术都具有不同的强度值。您需要匹配您的关键点并找到一些差异。然后你可以使用视差来对齐你的图像。

记住这个答案很肤浅，首先你需要对关键点/描述符提取和关键点/描述符匹配做一些研究。

祝你好运！

【讨论】：

嗨@yonasstephen！你有没有找到任何解决方案？

【参考方案2】：

在 OpenCV 3.0 中，您可以使用 findTransformECC。我从LearnOpenCV.com 复制了这个ECC Image Alignment 代码，其中解决了对齐颜色通道的非常相似的问题。这篇文章还包含 Python 代码。希望这可以帮助。

// Read the images to be aligned
Mat im1 = imread("images/image1.jpg");
Mat im2 = imread("images/image2.jpg");

// Convert images to gray scale;
Mat im1_gray, im2_gray;
cvtColor(im1, im1_gray, CV_BGR2GRAY);
cvtColor(im2, im2_gray, CV_BGR2GRAY);

// Define the motion model
const int warp_mode = MOTION_EUCLIDEAN;

// Set a 2x3 or 3x3 warp matrix depending on the motion model.
Mat warp_matrix;

// Initialize the matrix to identity
if ( warp_mode == MOTION_HOMOGRAPHY )
   warp_matrix = Mat::eye(3, 3, CV_32F);
else
    warp_matrix = Mat::eye(2, 3, CV_32F);

// Specify the number of iterations.
int number_of_iterations = 5000;

// Specify the threshold of the increment
// in the correlation coefficient between two iterations
double termination_eps = 1e-10;

// Define termination criteria
TermCriteria criteria (TermCriteria::COUNT+TermCriteria::EPS,   number_of_iterations, termination_eps);

// Run the ECC algorithm. The results are stored in warp_matrix.
findTransformECC(
             im1_gray,
             im2_gray,
             warp_matrix,
             warp_mode,
             criteria
          );

// Storage for warped image.
Mat im2_aligned;

if (warp_mode != MOTION_HOMOGRAPHY)
    // Use warpAffine for Translation, Euclidean and Affine
    warpAffine(im2, im2_aligned, warp_matrix, im1.size(), INTER_LINEAR + WARP_INVERSE_MAP);
else
    // Use warpPerspective for Homography
    warpPerspective (im2, im2_aligned, warp_matrix, im1.size(),INTER_LINEAR + WARP_INVERSE_MAP);

// Show final result
imshow("Image 1", im1);
imshow("Image 2", im2);
imshow("Image 2 Aligned", im2_aligned);
waitKey(0);