影像拼接

主題
	特徵尋找與影像配對
	旋轉估計
	自動校準
	影像變形
	縫合線估計
	曝光補償
	影像融合

詳細描述

此圖說明了 Stitcher 類別中所實作的拼接模組流程。使用該類別，可以配置或移除某些步驟，即根據特定需求調整拼接流程。流程中的所有建構模組皆可在 detail 命名空間中取得，使用者可以將它們組合並分開使用。

所實作的拼接流程與 [43] 中所提出的流程非常相似。

拼接流程

相機模型

目前拼接流程中實作了 2 種相機模型。

• 單應性模型 (Homography model)：預期影像之間存在透視變換，實作於 cv::detail::BestOf2NearestMatcher、cv::detail::HomographyBasedEstimator、cv::detail::BundleAdjusterReproj、cv::detail::BundleAdjusterRay
• 仿射模型 (Affine model)：預期存在 6 自由度 (DOF) 或 4 自由度的仿射變換，實作於 cv::detail::AffineBestOf2NearestMatcher、cv::detail::AffineBasedEstimator、cv::detail::BundleAdjusterAffine、cv::detail::BundleAdjusterAffinePartial、cv::AffineWarper

單應性模型適用於製作由相機拍攝的照片全景圖，而基於仿射的模型則可用於拼接掃描檔及由特殊裝置拍攝的物體。請使用 cv::Stitcher::create 來取得這些模型之一的預配置流程。

備註

cv::Stitcher 的某些詳細設定可能沒有意義。特別是，您不應該混用實作仿射模型的類別與實作單應性模型的類別，因為它們處理的是不同的變換。

類別
struct	cv::detail::CameraParams
	描述相機參數。 更多...
class	cv::detail::DisjointSets
class	cv::detail::Graph
struct	cv::detail::GraphEdge
class	cv::Stitcher
	高階影像拼接器。 更多...
class	cv::detail::Timelapser
class	cv::detail::TimelapserCrop

函式
	cv::detail::GraphEdge::GraphEdge (int from, int to, float weight)
Ptr< Stitcher >	cv::createStitcher (bool try_use_gpu=false)
Ptr< Stitcher >	cv::createStitcherScans (bool try_use_gpu=false)
bool	cv::detail::overlapRoi (Point tl1, Point tl2, Size sz1, Size sz2, Rect &roi)
Rect	cv::detail::resultRoi (const std::vector< Point > &corners, const std::vector< Size > &sizes)
Rect	cv::detail::resultRoi (const std::vector< Point > &corners, const std::vector< UMat > &images)
Rect	cv::detail::resultRoiIntersection (const std::vector< Point > &corners, const std::vector< Size > &sizes)
Point	cv::detail::resultTl (const std::vector< Point > &corners)
void	cv::detail::selectRandomSubset (int count, int size, std::vector< int > &subset)
int &	cv::detail::stitchingLogLevel ()

函式文件

GraphEdge()

cv::detail::GraphEdge::GraphEdge ( int from, int to, float 權重 )

inline

#include <opencv2/stitching/detail/util.hpp>

createStitcher()

Ptr< Stitcher > cv::createStitcher

(

bool

try_use_gpu = false

)

#include <opencv2/stitching.hpp>

已棄用

使用 Stitcher::create

createStitcherScans()

Ptr< Stitcher > cv::createStitcherScans

(

bool

try_use_gpu = false

)

#include <opencv2/stitching.hpp>

已棄用

使用 Stitcher::create

overlapRoi()

bool cv::detail::overlapRoi	(	Point	tl1,
		Point	tl2,
		Size	sz1,
		Size	sz2,
		Rect &	roi )

Python
	cv.detail.overlapRoi(	tl1, tl2, sz1, sz2, roi	) ->	retval

#include <opencv2/stitching/detail/util.hpp>

resultRoi() [1/2]

Rect cv::detail::resultRoi	(	const std::vector< Point > &	corners,
		const std::vector< Size > &	sizes )

Python
	cv.detail.resultRoi(	corners, images	) ->	retval
	cv.detail.resultRoi(	corners, sizes	) ->	retval

#include <opencv2/stitching/detail/util.hpp>

resultRoi() [2/2]

Rect cv::detail::resultRoi	(	const std::vector< Point > &	corners,
		const std::vector< UMat > &	images )

Python
	cv.detail.resultRoi(	corners, images	) ->	retval
	cv.detail.resultRoi(	corners, sizes	) ->	retval

#include <opencv2/stitching/detail/util.hpp>

resultRoiIntersection()

Rect cv::detail::resultRoiIntersection	(	const std::vector< Point > &	corners,
		const std::vector< Size > &	sizes )

Python
	cv.detail.resultRoiIntersection(	corners, sizes	) ->	retval

#include <opencv2/stitching/detail/util.hpp>

resultTl()

Point cv::detail::resultTl

(

const std::vector< Point > &

corners

)

Python
	cv.detail.resultTl(	corners	) ->	retval

#include <opencv2/stitching/detail/util.hpp>

selectRandomSubset()

void cv::detail::selectRandomSubset	(	int	計數,
		int	size,
		std::vector< int > &	subset )

Python
	cv.detail.selectRandomSubset(	count, size, subset	) ->	無

#include <opencv2/stitching/detail/util.hpp>

stitchingLogLevel()

int & cv::detail::stitchingLogLevel

(

)

Python
	cv.detail.stitchingLogLevel(		) ->	retval

#include <opencv2/stitching/detail/util.hpp>