C++ OpenCV中心单应

我正在尝试创建一个缝合算法。我已经成功地创建了它与一些调整需要。下面的照片是迄今为止我的缝合程序的示例。我可以为它提供一个无序的图像列表（只要图像在飞行路径上或并排排列，无论它们彼此的方向如何，它都可以工作）。

问题是，如果图像被反转，部分图像无法进入最终产品。以下是实际缝合的代码。假设找到关键点、匹配和单应性正确完成

通过修改这段代码，有没有一种方法可以将第一个图像放在目标空白图像的中心，然后仍然缝合到它。另外，我在stack overflow（）上得到了这段代码，我不完全确定它是如何工作的，如果有人能解释一下，我会很高兴的

提前谢谢你的帮助

Mat stitchMatches(Mat image1,Mat image2, Mat homography){
    Mat result;
    vector<Point2f> fourPoint;
    //-Get the four corners of the first image (master)
    fourPoint.push_back(Point2f (0,0));
    fourPoint.push_back(Point2f (image1.size().width,0));
    fourPoint.push_back(Point2f (0, image1.size().height));
    fourPoint.push_back(Point2f (image1.size().width, image1.size().height));
    Mat destination;
    perspectiveTransform(Mat(fourPoint), destination, homography);

    double min_x, min_y, tam_x, tam_y;
    float min_x1, min_x2, min_y1, min_y2, max_x1, max_x2, max_y1, max_y2;
    min_x1 = min(fourPoint.at(0).x, fourPoint.at(1).x);
    min_x2 = min(fourPoint.at(2).x, fourPoint.at(3).x);
    min_y1 = min(fourPoint.at(0).y, fourPoint.at(1).y);
    min_y2 = min(fourPoint.at(2).y, fourPoint.at(3).y);
    max_x1 = max(fourPoint.at(0).x, fourPoint.at(1).x);
    max_x2 = max(fourPoint.at(2).x, fourPoint.at(3).x);
    max_y1 = max(fourPoint.at(0).y, fourPoint.at(1).y);
    max_y2 = max(fourPoint.at(2).y, fourPoint.at(3).y);
    min_x = min(min_x1, min_x2);
    min_y = min(min_y1, min_y2);
    tam_x = max(max_x1, max_x2);
    tam_y = max(max_y1, max_y2);

    Mat Htr = Mat::eye(3,3,CV_64F);
    if (min_x < 0){
         tam_x = image2.size().width - min_x;
         Htr.at<double>(0,2)= -min_x;
    }
    if (min_y < 0){
        tam_y = image2.size().height - min_y;
        Htr.at<double>(1,2)= -min_y;
    }


    result = Mat(Size(tam_x*2,tam_y*2), CV_32F);
    warpPerspective(image2, result,     Htr, result.size(), INTER_LINEAR, BORDER_CONSTANT,   0);
    warpPerspective(image1, result, (Htr*homography), result.size(), INTER_LINEAR, BORDER_TRANSPARENT,0);
    return result;`

Mat缝合匹配（Mat图像1、Mat图像2、Mat单应）{
Mat结果；
矢量四点；
//-获取第一个图像的四个角（主图像）
四点推回（点2f（0,0））；
四点。向后推（点2f（image1.size（）.width，0））；
四点。向后推（点2F（0，image1.size（）.height））；
四点。推回（点2F（image1.size（）.width，image1.size（）.height））；
目的地；
透视变换（Mat（四点）、目标、单应）；
双重最小值x，最小值y，最小值x，最小值y；
浮动最小值x1、最小值x2、最小值y1、最小值y2、最大值x1、最大值x2、最大值y1、最大值y2；
min_x1=min（在（0.x）处的四点，在（1.x）处的四点）；
min_x2=min（在（2.x）处的四点，在（3.x）处的四点）；
min_y1=min（在（0.y）处的四点，在（1.y）处的四点）；
min_y2=min（四点在（2.y），四点在（3.y）；
max_x1=max（四点在（0.x）处，四点在（1.x）处）；
max_x2=max（四点在（2.x）处，四点在（3.x）处）；
max_y1=max（四点在（0.y）处，四点在（1.y）处）；
max_y2=max（四点在（2.y）处，四点在（3.y）处）；
最小值x=最小值（最小值x1，最小值x2）；
最小值y=最小值（最小值y1，最小值y2）；
tam_x=max（max_x1，max_x2）；
tam_y=max（max_y1，max_y2）；
Mat Htr=Mat:：eye（3,3，CV_64F）；
如果（最小值x<0）{
tam_x=image2.size（）.width-min_x；
在（0,2）=-min_x；
}
如果（最小值小于0）{
tam_y=image2.size（）.height-min_y；
在（1,2）处的Htr=最小值；
}
结果=垫（尺寸（tam_x*2，tam_y*2），CV_32F）；
warpPerspective（图像2，结果，Htr，结果.size（），内部线性，边界常数，0）；
透视图（图像1，结果，（Htr*单应性），结果.size（），内部线性，边界透明，0）；
返回结果`

通常很容易将图像居中；您只需创建一个较大的矩阵，用零填充（或任何您想要的颜色），并在中心定义一个与图像大小相同的ROI，然后将其放置其中。但是，通常不能对两个图像执行此操作。问题是，如果图像发生移动或旋转，使其部分超出目标图像边界，则从

warpPerspective

返回的扭曲图像将被切断t这些边界。您需要做的是创建填充图像，插入未扭曲的图像，然后通过向这些像素添加平移来修改变换（在本例中为单应性）

例如，如果居中图像的左上角点位于填充图像中的

（400500）

，则需要将

（400500）

的平移添加到单应性，以便将像素映射到正确的空间，并且只要填充图像足够大，就不会切断任何一个

您将需要创建一个平移单应性，并将其与原始单应性组合以添加平移。例如，假设填充图像中非扭曲图像的定位点位于

（x，y）

。单应翻译由最后两列给出；如果单应翻译为

3x3

矩阵

H

，则（使用常规数学索引）

H（1,3）

是

x

和

H（2,3）中的翻译

是您的单应词在

y

中给出的翻译。因此，我们需要创建一个新的标识单应词

H\u t

，并将这些翻译添加到：

      1 0 x
H_t = 0 1 y
      0 0 1

然后，您可以使用原始单应

H

（使用矩阵乘法）：

H\u n=H\u t*H

。使用新的单应

H\u n

，我们可以像往常一样使用

warpPerspective

将图像扭曲到这个填充空间，并添加平移，以将其移动到正确的位置

---

您还可以自动执行此操作，以便根据需要精确填充图像，这样您就不会有多余的填充空间，填充空间只会根据需要拉伸。有关如何计算并将图像扭曲到填充空间的详细说明，请参阅我的答案。

主题外：看起来您一直很开心。不久前查看了此内容在开始另一项工作之前，用无人机检测输油管道泄漏。不知道是否有人建造过。你说的“反向”是什么意思？可能的重复我把它标记为重复。一点也不坏，但我。希望这能帮到你！KjMag-反向我指的是图像导入程序的顺序。我希望它是be无论顺序如何，都能将图像缝合在一起（如果最左边的图像是第一个或最右边的图像是第一个）。感谢您提供的这些很棒的建议和资源。这其中的数学方面对我来说有点重要，但我已经做到了。感谢您的帮助。@C.Radford没问题，这不是太多的数学，只是一点线性代数。即使如此，您所需要知道的就是同音字将您当前的像素通过矩阵mul映射到新的位置应用。

warpPerspective

执行此操作，然后将像素值（颜色）放置在新位置。我基本上建议的是将目标图像放置在一个大的零矩阵的中心，并告诉单应矩阵有多少padd