Python 缝合无人机图像时单应性问题？

我有一系列从无人机上拍摄的20张航空照片，这些照片不是特别整齐。我正在尝试使用opencv缝合器api将它们缝合在一起。首先，我试着写一些代码将两张照片缝合在一起，但是我认为我的单应性有问题。这是我的密码：

import numpy as np 
import cv2 
import sys

img1 = cv2.imread('images/00000710.png', 0)   
img1 = cv2.blur(img1,(5,5))
h1, w1 = img1.shape[:2]
img2 = cv2.imread('images/00000711.png', 0)
img2 = cv2.blur(img2,(5,5))
h2, w2 = img2.shape[:2]

sift = cv2.xfeatures2d.SIFT_create()
kp1, desc1 = sift.detectAndCompute(img1, None)
kp2, desc2 = sift.detectAndCompute(img1, None)

FLANN_INDEX_KDTREE = 0
index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees=5)
search_params = dict(checks=50)

#matches
flann = cv2.FlannBasedMatcher(index_params, search_params)
matches = flann.knnMatch(desc1, desc2, k=2)
matches = sorted(matches, key = lambda x:x[0].distance)
good = [m1 for (m1, m2) in matches if m1.distance < 0.7 * m2.distance]

src_pts = np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1,1,2)
dst_pts = np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1,1,2)

H, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)
pts = np.float32([[0,0],[0,h1-1],[w1-1,h1-1],[w1-1,0]]).reshape(-1,1,2)

warped_img = cv2.warpPerspective(img2, H, (1200,1200))
cv2.imwrite('warped.jpg', warped_img)

stitcher = cv2.createStitcher(False)
result = stitcher.stitch((img1, warped_img))

cv2.imwrite('result.jpg', result[1])

将numpy导入为np
进口cv2
导入系统
img1=cv2.imread（'images/00000710.png'，0）
img1=cv2.模糊（img1，（5,5））
h1，w1=img1.形状[：2]
img2=cv2.imread（'images/00000711.png'，0）
img2=cv2.模糊（img2，（5,5））
h2，w2=img2.形状[：2]
sift=cv2.xfeature2d.sift_create（）
kp1，desc1=sift.detectAndCompute（img1，无）
kp2，desc2=sift.detectAndCompute（img1，无）
法兰索引KDTREE=0
索引参数=dict（算法=FLANN\u索引树，树=5）
搜索参数=dict（检查=50）
#火柴
flann=cv2.FlannBasedMatcher（索引参数、搜索参数）
matches=flann.knnMatch（desc1，desc2，k=2）
匹配=已排序（匹配，键=λx:x[0]。距离）
良好=[如果m1.distance<0.7*m2.distance，则匹配中（m1，m2）的m1]
src_pts=np.float32（[kp1[m.queryIdx].pt代表m处于良好状态]）。重塑（-1,1,2）
dst_pts=np.float32（[kp2[m.trainIdx].pt代表m处于良好状态]）。重塑（-1,1,2）
H、 掩模=cv2.findHomography（src_pts，dst_pts，cv2.RANSAC，5.0）
pts=np.32（[[0,0]，[0，h1-1]，[w1-1，h1-1]，[w1-1,0]]）。重塑（-1,1,2）
翘曲_img=cv2。翘曲透视图（img2，H，（12001200））
cv2.imwrite（'warped.jpg'，warped_img）
stitcher=cv2.CreateSitcher（假）
结果=针迹（img1，翘曲）
cv2.imwrite（'result.jpg'，result[1]）

---

我从未做过类似的事情，但我在网上读过很多指南，也看过文档。但是，扭曲的图像看起来不正确，并且该代码输出一个空白jpg——甚至不是全黑或全白，它只是在打开图像文件时给出一个错误。任何帮助都将不胜感激

你的缝纫机可能坏了。

stitcher.stitch（）

返回的是一个元组，其中第一个值表示失败或成功，第二个值表示图像。如果图像为

None

，则您的缝合器出现故障。我对你的代码有点困惑——stitcher类本身会扭曲图像，你不需要手动操作。另外，我不确定上面的代码是否就是您正在运行的代码，但您有一个输入错误；这两个

detectAndCompute（）

方法都在

img1

上运行。那么我可以将所有20个图像都传递给stitch函数吗？如果失败了该怎么办？我从来没有在OpenCV中使用过stitcher类，所以我没有太多的建议，不幸的是，Python没有太多的资源。然而，有一个来自OpenCV的C++例子，你可以从中获取一些光。此外，本教程可能有帮助，也可能没有帮助：