Opencv2.4.9源码分析——Stitching
Posted zhaocj
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Opencv2.4.9源码分析——Stitching相关的知识,希望对你有一定的参考价值。
4、图像投影变换
4.1 原理
前文我们已经说过,每幅图像是相机在不同角度下拍摄得到的,它们并不在同一个投影平面上,如果对重叠部分直接进行拼接,则会破坏实际场景的视觉一致性。所以我们需要在拼接之前,对图像进行投影变换,即对图像进行扭曲变形。
设图像中某像素点的二维坐标为(x, y),它所对应的世界坐标为(X, Y, Z),两者之间的关系为:
(70)
式中,R为旋转矩阵,K为相机的内参数矩阵。像素点可以映射到不同的表面上,最简单的是映射到平面上,设(u, v)为映射后的二维坐标,则
(71)
如果世界坐标有平移,并且投影图像有尺度的变化,则式71改写为:
(72)
式中,s表示尺度,与相机焦距成正比,t1、t2和t3表示三个坐标轴的位移。
上面的变换是由源图像变换到投影图像上,即由(x, y)映射为(u, v),我们称为正向投影。如果是由投影图像变换为源图像,我们称为反向投影。反向投影的公式为:
(73)
(74)
平面投影简单,但拼接图像较多时,视觉效果并不好。另一种常见的投影方式是柱面投影。柱面投影是以相机为圆柱中心点,相机焦距为半径的一个柱面作为投影面。它的投影图像与投影到的圆柱表面的位置无关,柱面全景图像可在水平方向上满足360度环视,具有较好的视觉效果,并且柱面投影也符合我们对相机位置的假设(相机只做旋转动作)。柱面投影后的坐标为:
(75)
柱面投影的反向映射关系为:
(76)
由(X, Y, Z)得到(x, y)的公式也是式74。
球面投影是将图像序列投影到以一点为坐标中心的球面上。人的眼睛在看东西时的原理就类似于球面投影,因此,以视点为中心的球面投影模型是最自然的投影模型。但是球面投影模型也存在着一些缺点,比如球面上的像素点不是行列均匀排列的关系,球面不能展开成平面,这些都使得很多图像处理算法很难用在平面投影上。球面投影的正向映射为:
(77)
球面投影的反向映射为:
(78)
立方体投影是为了克服球形投影缺点而提出的投影模型。这种投影模型的优点是方便计算机处理与储存图像。立方体投影的正向映射为:
(79)
立方体投影的反向映射为:
(80)
鱼眼投影图像具有较大的视角,非常适用于导航、监视和检测等方面。它的正向映射为:
(81)
鱼眼投影的反向映射为:
(82)
在图像拼接过程中,我们首先需要把图像进行正向映射,又因为最终图像还是要在平面上进行展示,所以还是需要再进行反向映射。最终被映射到的平面就是全景图像所在的平面,这是因为在上一步,我们已经通过最大生成树得到了基准图像,相机的内参数都是基于该基准图像的,所以所有的图像最终都映射到了该基准图像所在的平面上,这样就构成了一幅全景图像。
4.2 源码
RotationWarper类是只处理因旋转而引起的图像扭曲的接口类,它是RotationWarperBase类的基类:
template <class P>
class CV_EXPORTS RotationWarperBase : public RotationWarper
public:
//表示投影图像的像素点,pt为源像素点,它通过P.mapForward函数得到投影点(该函数的返回值),K为相机的内参数,R为相机的旋转矩阵,通过P.setCameraParams函数设置
Point2f warpPoint(const Point2f &pt, const Mat &K, const Mat &R);
//由给定的相机数据建立投影关系,src_size为源图像区域,xmap和ymap是分别表示坐标值由两次映射的值,该函数返回投影图区域
Rect buildMaps(Size src_size, const Mat &K, const Mat &R, Mat &xmap, Mat &ymap);
//表示由源图src经buildMaps函数得到投影图像dst,interp_mode和border_mode分别表示投影时用到的插值算法和边界扩展方法,该函数返回dst在最终的全景图像投影后的左上角坐标
Point warp(const Mat &src, const Mat &K, const Mat &R, int interp_mode, int border_mode,
Mat &dst);
//与buildMaps函数相类似,只不过该函数使用的是P.mapForward函数
void warpBackward(const Mat &src, const Mat &K, const Mat &R, int interp_mode, int border_mode,
Size dst_size, Mat &dst);
//表示确定扭曲图像区域
Rect warpRoi(Size src_size, const Mat &K, const Mat &R);
float getScale() const return projector_.scale; //得到尺度
void setScale(float val) projector_.scale = val; //设置尺度
protected:
// Detects ROI of the destination image. It's correct for any projection.
//该虚函数用于得到目标图像的区域
virtual void detectResultRoi(Size src_size, Point &dst_tl, Point &dst_br);
// Detects ROI of the destination image by walking over image border.
// Correctness for any projection isn't guaranteed.
//该函数仅由源图像的边界得到目标图像的区域
void detectResultRoiByBorder(Size src_size, Point &dst_tl, Point &dst_br);
P projector_; //表示投影的方法
;
下面我们给出RotationWarperBase类中主要函数的介绍:
template <class P>
Point2f RotationWarperBase<P>::warpPoint(const Point2f &pt, const Mat &K, const Mat &R)
//pt表示投射的源点
//K表示相机的内参数
//R表示相机的旋转参数
//该函数返回投射点
projector_.setCameraParams(K, R); //设置相机参数
Point2f uv; //表示投射映射点
projector_.mapForward(pt.x, pt.y, uv.x, uv.y); //前向投影,得到投射点
return uv; //返回投射点
template <class P>
Rect RotationWarperBase<P>::buildMaps(Size src_size, const Mat &K, const Mat &R, Mat &xmap, Mat &ymap)
//src_size表示源图的区域
//K表示相机的内参数
//R表示相机的旋转参数
//xmap和ymap分别表示返回横纵坐标的前向映射后再反向映射的值
//该函数返回投影后的区域尺寸
projector_.setCameraParams(K, R); //设置相机参数
Point dst_tl, dst_br; //表示投影区域的左上角坐标和右下角坐标
//得到映射后的左上角坐标dst_tl和右下角坐标dst_br
detectResultRoi(src_size, dst_tl, dst_br);
//创建xmap和ymap矩阵大小
xmap.create(dst_br.y - dst_tl.y + 1, dst_br.x - dst_tl.x + 1, CV_32F);
ymap.create(dst_br.y - dst_tl.y + 1, dst_br.x - dst_tl.x + 1, CV_32F);
float x, y; //表示反向投影映射后的x轴和y轴坐标值
//遍历投影区域,再进行反向映射
for (int v = dst_tl.y; v <= dst_br.y; ++v)
for (int u = dst_tl.x; u <= dst_br.x; ++u)
//反向投影
projector_.mapBackward(static_cast<float>(u), static_cast<float>(v), x, y);
xmap.at<float>(v - dst_tl.y, u - dst_tl.x) = x; //赋值
ymap.at<float>(v - dst_tl.y, u - dst_tl.x) = y; //赋值
return Rect(dst_tl, dst_br); //返回投影映射区域
template <class P>
Point RotationWarperBase<P>::warp(const Mat &src, const Mat &K, const Mat &R, int interp_mode, int border_mode,
Mat &dst)
//src表示源图
//K表示相机内参数
//R表示相机的旋转参数
//interp_mode表示插值模式
//border_mode表示边界扩充模式
//dst表示投影映射图
//该函数返回投影映射图的左上角在基准图像坐标系下的坐标,即全景图像坐标系下的坐标
Mat xmap, ymap;
Rect dst_roi = buildMaps(src.size(), K, R, xmap, ymap); //调用buildMaps函数
dst.create(dst_roi.height + 1, dst_roi.width + 1, src.type()); //创建大小
//按xmap和ymap对src进行重映射,得到dst
remap(src, dst, xmap, ymap, interp_mode, border_mode);
return dst_roi.tl(); //返回左上角坐标
template <class P>
Rect RotationWarperBase<P>::warpRoi(Size src_size, const Mat &K, const Mat &R)
//src表示源图
//K表示相机内参数
//R表示相机的旋转参数
//返回投影矩形区域
projector_.setCameraParams(K, R); //设置相机参数
Point dst_tl, dst_br;
detectResultRoi(src_size, dst_tl, dst_br); //得到映射区域
return Rect(dst_tl, Point(dst_br.x + 1, dst_br.y + 1)); //返回映射矩形区域
template <class P>
void RotationWarperBase<P>::detectResultRoi(Size src_size, Point &dst_tl, Point &dst_br)
//src_size表示源图像区域
//dst_tl和dst_br分别表示返回得到的投影后区域的左上角坐标和右下角坐标
//下面4个变量分别表示左上角和右下角x轴和y轴的值
float tl_uf = std::numeric_limits<float>::max(); //先初始化为最大值
float tl_vf = std::numeric_limits<float>::max(); //先初始化为最大值
float br_uf = -std::numeric_limits<float>::max(); //先初始化为最小值
float br_vf = -std::numeric_limits<float>::max(); //先初始化为最小值
float u, v;
for (int y = 0; y < src_size.height; ++y) //遍历源图区域
for (int x = 0; x < src_size.width; ++x)
//前向映射
projector_.mapForward(static_cast<float>(x), static_cast<float>(y), u, v);
tl_uf = std::min(tl_uf, u); tl_vf = std::min(tl_vf, v); //更新左上角坐标
br_uf = std::max(br_uf, u); br_vf = std::max(br_vf, v); //更新右下角坐标
//得到最终的左上角和右下角坐标
dst_tl.x = static_cast<int>(tl_uf);
dst_tl.y = static_cast<int>(tl_vf);
dst_br.x = static_cast<int>(br_uf);
dst_br.y = static_cast<int>(br_vf);
template <class P>
void RotationWarperBase<P>::detectResultRoiByBorder(Size src_size, Point &dst_tl, Point &dst_br)
//下面4个变量分别表示左上角和右下角x轴和y轴的值
float tl_uf = std::numeric_limits<float>::max(); //先初始化为最大值
float tl_vf = std::numeric_limits<float>::max(); //先初始化为最大值
float br_uf = -std::numeric_limits<float>::max(); //先初始化为最小值
float br_vf = -std::numeric_limits<float>::max(); //先初始化为最小值
float u, v;
for (float x = 0; x < src_size.width; ++x) //遍历源图的横坐标
projector_.mapForward(static_cast<float>(x), 0, u, v); //上边映射
tl_uf = std::min(tl_uf, u); tl_vf = std::min(tl_vf, v);
br_uf = std::max(br_uf, u); br_vf = std::max(br_vf, v);
//下边映射
projector_.mapForward(static_cast<float>(x), static_cast<float>(src_size.height - 1), u, v);
tl_uf = std::min(tl_uf, u); tl_vf = std::min(tl_vf, v);
br_uf = std::max(br_uf, u); br_vf = std::max(br_vf, v);
for (int y = 0; y < src_size.height; ++y) //遍历源图的纵坐标
projector_.mapForward(0, static_cast<float>(y), u, v); 左边映射
tl_uf = std::min(tl_uf, u); tl_vf = std::min(tl_vf, v);
br_uf = std::max(br_uf, u); br_vf = std::max(br_vf, v);
//右边映射
projector_.mapForward(static_cast<float>(src_size.width - 1), static_cast<float>(y), u, v);
tl_uf = std::min(tl_uf, u); tl_vf = std::min(tl_vf, v);
br_uf = std::max(br_uf, u); br_vf = std::max(br_vf, v);
//得到坐标
dst_tl.x = static_cast<int>(tl_uf);
dst_tl.y = static_cast<int>(tl_vf);
dst_br.x = static_cast<int>(br_uf);
dst_br.y = static_cast<int>(br_vf);
投影方法的基类结构为:
struct CV_EXPORTS ProjectorBase
//设置相机参数,该函数见后面的介绍
void setCameraParams(const Mat &K = Mat::eye(3, 3, CV_32F),
const Mat &R = Mat::eye(3, 3, CV_32F),
const Mat &T = Mat::zeros(3, 1, CV_32F));
float scale; //表示尺度
float k[9]; //表示相机的内参数矩阵K,用向量形式表示
//在前面的程序分析中,我们已强调过,程序中所表示的旋转矩阵r其实是公式中旋转矩阵R的逆
float rinv[9]; //表示相机旋转矩阵r的逆(就是R),用向量形式表示
float r_kinv[9]; //表示rK-1(就是R-1K-1),用向量形式表示
float k_rinv[9]; //表示Kr-1(就是KR),用向量形式表示
float t[3]; //表示三个方向的平移量
;
设置相机的内外参数:
void ProjectorBase::setCameraParams(const Mat &K, const Mat &R, const Mat &T)
//K表示相机的内参数
//R表示相机的旋转参数
//T表示相机的平移量
//确保三个输入参数正确
CV_Assert(K.size() == Size(3, 3) && K.type() == CV_32F);
CV_Assert(R.size() == Size(3, 3) && R.type() == CV_32F);
CV_Assert((T.size() == Size(1, 3) || T.size() == Size(3, 1)) && T.type() == CV_32F);
Mat_<float> K_(K); //复制
//把矩阵形式的K转换为向量形式的k
k[0] = K_(0,0); k[1] = K_(0,1); k[2] = K_(0,2);
k[3] = K_(1,0); k[4] = K_(1,1); k[5] = K_(1,2);
k[6] = K_(2,0); k[7] = K_(2,1); k[8] = K_(2,2);
Mat_<float> Rinv = R.t(); //得到r的逆,即R-1
//得到向量形式的rinv
rinv[0] = Rinv(0,0); rinv[1] = Rinv(0,1); rinv[2] = Rinv(0,2);
rinv[3] = Rinv(1,0); rinv[4] = Rinv(1,1); rinv[5] = Rinv(1,2);
rinv[6] = Rinv(2,0); rinv[7] = Rinv(2,1); rinv[8] = Rinv(2,2);
Mat_<float> R_Kinv = R * K.inv(); //得到rK-1,即R-1K-1
//得到向量形式的r_kinv
r_kinv[0] = R_Kinv(0,0); r_kinv[1] = R_Kinv(0,1); r_kinv[2] = R_Kinv(0,2);
r_kinv[3] = R_Kinv(1,0); r_kinv[4] = R_Kinv(1,1); r_kinv[5] = R_Kinv(1,2);
r_kinv[6] = R_Kinv(2,0); r_kinv[7] = R_Kinv(2,1); r_kinv[8] = R_Kinv(2,2);
Mat_<float> K_Rinv = K * Rinv; //得到Kr-1,即KR
//得到向量形式的k_rinv
k_rinv[0] = K_Rinv(0,0); k_rinv[1] = K_Rinv(0,1); k_rinv[2] = K_Rinv(0,2);
k_rinv[3] = K_Rinv(1,0); k_rinv[4] = K_Rinv(1,1); k_rinv[5] = K_Rinv(1,2);
k_rinv[6] = K_Rinv(2,0); k_rinv[7] = K_Rinv(2,1); k_rinv[8] = K_Rinv(2,2);
Mat_<float> T_(T.reshape(0, 3)); //复制
//把矩阵形式的T转换为向量形式的t
t[0] = T_(0,0); t[1] = T_(1,0); t[2] = T_(2,0);
各种扭曲方法都是以RotationWarperBase为基类,各种投影方法都是以ProjectorBase为基类,扭曲和投影是一一对应的,通过不同的投影算法实现不同的图像扭曲。Opencv实现了许多投影算法,有平面、柱面、球面、鱼眼、立方体、压缩直线、压缩直线人像、panini(弯曲)、panini人像、Mercator(正轴等角柱面)、横向Mercator、球面人像、柱面人像、平面人像等投影算法。只要投影算法掌握了,通过映射得到图像扭曲就很容易,下面我们就重点介绍平面、柱面、球面、鱼眼、立方体这几种投影类,这些投影类主要就是实现了正向和反向映射算法。
平面投影:
inline
void PlaneProjector::mapForward(float x, float y, float &u, float &v) //正向
//x和y表示源图像的坐标
//u和v表示投影图像的坐标
//式70
float x_ = r_kinv[0] * x + r_kinv[1] * y + r_kinv[2];
float y_ = r_kinv[3] * x + r_kinv[4] * y + r_kinv[5];
float z_ = r_kinv[6] * x + r_kinv[7] * y + r_kinv[8];
//式72
x_ = t[0] + x_ / z_ * (1 - t[2]);
y_ = t[1] + y_ / z_ * (1 - t[2]);
//式72
u = scale * x_;
v = scale * y_;
inline
void PlaneProjector::mapBackward(float u, float v, float &x, float &y) //反向
//u和v表示投影图像的坐标
//x和y表示源图像的坐标
u = u / scale - t[0];
v = v / scale - t[1];
//式73
float z;
x = k_rinv[0] * u + k_rinv[1] * v + k_rinv[2] * (1 - t[2]);
y = k_rinv[3] * u + k_rinv[4] * v + k_rinv[5] * (1 - t[2]);
z = k_rinv[6] * u + k_rinv[7] * v + k_rinv[8] * (1 - t[2]);
//式74
x /= z;
y /= z;
柱面投影:
inline
void CylindricalProjector::mapForward(float x, float y, float &u, float &v) //正向
//式70
float x_ = r_kinv[0] * x + r_kinv[1] * y + r_kinv[2];
float y_ = r_kinv[3] * x + r_kinv[4] * y + r_kinv[5];
float z_ = r_kinv[6] * x + r_kinv[7] * y + r_kinv[8];
//式75
u = scale * atan2f(x_, z_);
v = scale * y_ / sqrtf(x_ * x_ + z_ * z_);
inline
void CylindricalProjector::mapBackward(float u, float v, float &x, float &y) //反向
u /= scale;
v /= scale;
float x_ = sinf(u);
float y_ = v;
float z_ = cosf(u);
//式76
float z;
x = k_rinv[0] * x_ + k_rinv[1] * y_ + k_rinv[2] * z_;
y = k_rinv[3] * x_ + k_rinv[4] * y_ + k_rinv[5] * z_;
z = k_rinv[6] * x_ + k_rinv[7] * y_ + k_rinv[8] * z_;
//式74
if (z > 0) x /= z; y /= z;
else x = y = -1;
球面投影:
inline
void SphericalProjector::mapForward(float x, float y, float &u, float &v) //正向
//式70
float x_ = r_kinv[0] * x + r_kinv[1] * y + r_kinv[2];
float y_ = r_kinv[3] * x + r_kinv[4] * y + r_kinv[5];
float z_ = r_kinv[6] * x + r_kinv[7] * y + r_kinv[8];
//式77
u = scale * atan2f(x_, z_);
float w = y_ / sqrtf(x_ * x_ + y_ * y_ + z_ * z_);
v = scale * (static_cast<float>(CV_PI) - acosf(w == w ? w : 0));
inline
void SphericalProjector::mapBackward(float u, float v, float &x, float &y) //反向
u /= scale;
v /= scale;
//式78
float sinv = sinf(static_cast<float>(CV_PI) - v);
float x_ = sinv * sinf(u);
float y_ = cosf(static_cast<float>(CV_PI) - v);
float z_ = sinv * cosf(u);
float z;
x = k_rinv[0] * x_ + k_rinv[1] * y_ + k_rinv[2] * z_;
y = k_rinv[3] * x_ + k_rinv[4] * y_ + k_rinv[5] * z_;
z = k_rinv[6] * x_ + k_rinv[7] * y_ + k_rinv[8] * z_;
//式74
if (z > 0) x /= z; y /= z;
else x = y = -1;
立方体投影:
inline
void StereographicProjector::mapForward(float x, float y, float &u, float &v) //正向
//式70
float x_ = r_kinv[0] * x + r_kinv[1] * y + r_kinv[2];
float y_ = r_kinv[3] * x + r_kinv[4] * y + r_kinv[5];
float z_ = r_kinv[6] * x + r_kinv[7] * y + r_kinv[8];
//式79
float u_ = atan2f(x_, z_);
float v_ = (float)CV_PI - acosf(y_ / sqrtf(x_ * x_ + y_ * y_ + z_ * z_));
float r = sinf(v_) / (1 - cosf(v_));
u = scale * r * cos(u_);
v = scale * r * sin(u_);
inline
void StereographicProjector::mapBackward(float u, float v, float &x, float &y) //反向
u /= scale;
v /= scale;
float u_ = atan2f(v, u);
float r = sqrtf(u*u + v*v);
float v_ = 2 * atanf(1.f / r);
float sinv = sinf((float)CV_PI - v_);
float x_ = sinv * sinf(u_);
float y_ = cosf((float)CV_PI - v_);
float z_ = sinv * cosf(u_);
//式80
float z;
x = k_rinv[0] * x_ + k_rinv[1] * y_ + k_rinv[2] * z_;
y = k_rinv[3] * x_ + k_rinv[4] * y_ + k_rinv[5] * z_;
z = k_rinv[6] * x_ + k_rinv[7] * y_ + k_rinv[8] * z_;
//式74
if (z > 0) x /= z; y /= z;
else x = y = -1;
鱼眼投影:
inline
void FisheyeProjector::mapForward(float x, float y, float &u, float &v) //正向
//式70
float x_ = r_kinv[0] * x + r_kinv[1] * y + r_kinv[2];
float y_ = r_kinv[3] * x + r_kinv[4] * y + r_kinv[5];
float z_ = r_kinv[6] * x + r_kinv[7] * y + r_kinv[8];
//式81
float u_ = atan2f(x_, z_);
float v_ = (float)CV_PI - acosf(y_ / sqrtf(x_ * x_ + y_ * y_ + z_ * z_));
u = scale * v_ * cosf(u_);
v = scale * v_ * sinf(u_);
inline
void FisheyeProjector::mapBackward(float u, float v, float &x, float &y) //反向
u /= scale;
v /= scale;
//式82
float u_ = atan2f(v, u);
float v_ = sqrtf(u*u + v*v);
float sinv = sinf((float)CV_PI - v_);
float x_ = sinv * sinf(u_);
float y_ = cosf((float)CV_PI - v_);
float z_ = sinv * cosf(u_);
float z;
x = k_rinv[0] * x_ + k_rinv[1] * y_ + k_rinv[2] * z_;
y = k_rinv[3] * x_ + k_rinv[4] * y_ + k_rinv[5] * z_;
z = k_rinv[6] * x_ + k_rinv[7] * y_ + k_rinv[8] * z_;
//式74
if (z > 0) x /= z; y /= z;
else x = y = -1;
前面介绍了映射变换算法的几个重要函数,下面给出编写映射变换程序时还需要用到的一些其他类。
WarperCreator类表示映射变换的生成器:
class WarperCreator
public:
virtual ~WarperCreator()
//生成映射变换器,scale表示映射尺度
virtual Ptr<detail::RotationWarper> create(float scale) const = 0;
;
具体算法的映射变换器类都是WarperCreator类的子类,如平面映射PlaneWarper,柱面映射CylindricalWarper,球面映射SphericalWarper等等,它们的内容基本相似,我们只给出PlaneWarper类:
class PlaneWarper : public WarperCreator
public:
Ptr<detail::RotationWarper> create(float scale) const return new detail::PlaneWarper(scale);
;
4.3 应用
图像映射投影变换的应用:
#include "opencv2/core/core.hpp"
#include "highgui.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/nonfree/nonfree.hpp"
#include "opencv2/legacy/legacy.hpp"
#include "opencv2/stitching/detail/autocalib.hpp"
#include "opencv2/stitching/detail/blenders.hpp"
#include "opencv2/stitching/detail/camera.hpp"
#include "opencv2/stitching/detail/exposure_compensate.hpp"
#include "opencv2/stitching/detail/matchers.hpp"
#include "opencv2/stitching/detail/motion_estimators.hpp"
#include "opencv2/stitching/detail/seam_finders.hpp"
#include "opencv2/stitching/detail/util.hpp"
#include "opencv2/stitching/detail/warpers.hpp"
#include "opencv2/stitching/warpers.hpp"
#include <iostream>
#include <fstream>
#include <string>
#include <iomanip>
using namespace cv;
using namespace std;
using namespace detail;
int main(int argc, char** argv)
vector<Mat> imgs; //输入图像
Mat img = imread("1.jpg");
imgs.push_back(img);
img = imread("2.jpg");
imgs.push_back(img);
Ptr<FeaturesFinder> finder; //特征检测
finder = new SurfFeaturesFinder();
vector<ImageFeatures> features(2);
(*finder)(imgs[0], features[0]);
(*finder)(imgs[1], features[1]);
vector<MatchesInfo> pairwise_matches; //特征匹配
BestOf2NearestMatcher matcher(false, 0.3f, 6, 6);
matcher(features, pairwise_matches);
HomographyBasedEstimator estimator; //相机参数评估
vector<CameraParams> cameras;
estimator(features, pairwise_matches, cameras);
for (size_t i = 0; i < cameras.size(); ++i)
Mat R;
cameras[i].R.convertTo(R, CV_32F);
cameras[i].R = R;
Ptr<detail::BundleAdjusterBase> adjuster; //光束平差法,精确相机参数
adjuster = new detail::BundleAdjusterReproj();
adjuster->setConfThresh(1);
(*adjuster)(features, pairwise_matches, cameras);
vector<Mat> rmats;
for (size_t i = 0; i < cameras.size(); ++i)
rmats.push_back(cameras[i].R.clone());
waveCorrect(rmats, WAVE_CORRECT_HORIZ); //波形校正
for (size_t i = 0; i < cameras.size(); ++i)
cameras[i].R = rmats[i];
vector<Point> corners(2); //表示映射变换后图像的左上角坐标
vector<Mat> masks_warped(2); //表示映射变换后的图像掩码
vector<Mat> images_warped(2); //表示映射变换后的图像
vector<Size> sizes(2); //表示映射变换后的图像尺寸
vector<Mat> masks(2); //表示源图的掩码
for (int i = 0; i < 2; ++i) //初始化源图的掩码
masks[i].create(imgs[i].size(), CV_8U); //定义尺寸大小
masks[i].setTo(Scalar::all(255)); //全部赋值为255,表示源图的所有区域都使用
Ptr<WarperCreator> warper_creator; //定义图像映射变换创造器
//warper_creator = new cv::PlaneWarper(); //平面投影
//warper_creator = new cv::CylindricalWarper(); //柱面投影
//warper_creator = new cv::SphericalWarper(); //球面投影
//warper_creator = new cv::FisheyeWarper(); //鱼眼投影
warper_creator = new cv::StereographicWarper(); //立方体投影
//定义图像映射变换器,设置映射的尺度为相机的焦距,所有相机的焦距都相同
Ptr<RotationWarper> warper = warper_creator->create(static_cast<float>(cameras[0].focal));
for (int i = 0; i < 2; ++i)
Mat_<float> K;
cameras[i].K().convertTo(K, CV_32F); //转换相机内参数的数据类型
//对当前图像镜像投影变换,得到变换后的图像以及该图像的左上角坐标
corners[i] = warper->warp(imgs[i], K, cameras[i].R, INTER_LINEAR, BORDER_REFLECT, images_warped[i]);
sizes[i] = images_warped[i].size(); //得到尺寸
//得到变换后的图像掩码
warper->warp(masks[i], K, cameras[i].R, INTER_NEAREST, BORDER_CONSTANT, masks_warped[i]);
//通过掩码,只得到映射变换后的图像
for(int k =0;k<2;k++)
for(int i=0;i<sizes[k].height;i++)
for(int j=0;j<sizes[k].width;j++)
if(masks_warped[k].at<uchar>(i, j)==0) //掩码
images_warped[k].at<Vec3b>(i, j)[0]=0;
images_warped[k].at<Vec3b>(i, j)[1]=0;
images_warped[k].at<Vec3b>(i, j)[2]=0;
imwrite("warp1.jpg", images_warped[0]);
imwrite("warp2.jpg", images_warped[1]);
return 0;
1.jpg和2.jpg仍然是第2.3节程序中的那两幅图像,则经过立体投影后的图像为:
图10 立体投影图
以上是关于Opencv2.4.9源码分析——Stitching的主要内容,如果未能解决你的问题,请参考以下文章
Opencv2.4.9源码分析——Gradient Boosted Trees
Win7下qt5.3.1+opencv2.4.9编译环境的搭建(好多 Opencv2.4.9源码分析的博客)