opencv-使用SIFT or SURF实现图像拼接

之前的章节学习了各种图像特征的查找算法，比如SIFT, SURF，FAST, ORB等等，这些算法可以用来干什么呢？可以用来做图像相似度评价，比如图像分类搜索，也可以用来做全景图像拼接，接下来我们就尝试SIFT/SURF算法进行全景图像的拼接。

思路

1. 提取要拼接的两张图片的特征点、特征描述符；
2. 将两张图片中对应的位置点找到，匹配起来；
3. 如果找到了足够多的匹配点，就能将两幅图拼接起来，拼接前，可能需要将第二幅图透视旋转一下，利用找到的关键点，将第二幅图透视旋转到一个与第一幅图相同的可以拼接的角度；
4. 进行拼接；
5. 进行拼接后的一些处理，让效果看上去更好。

实现方法

1. 提取图片的特征点、描述符，可以使用opencv创建一个SIFT对象，SIFT对象使用DoG方法检测关键点，并对每个关键点周围的区域计算特征向量。在实现时，可以使用比SIFT快的SURF方法，使用Hessian算法检测关键点。因为只是进行全景图拼接，在使用SURF时，还可以调节它的参数，减少一些关键点，只获取64维而不是128维的向量等，加快速度。
2. 在分别提取好了两张图片的关键点和特征向量以后，可以利用它们进行两张图片的匹配。在拼接图片中，可以使用Knn进行匹配，但是使用FLANN快速匹配库更快，图片拼接，需要用到FLANN的单应性匹配。
3. 单应性匹配完之后可以获得透视变换H矩阵，用这个的逆矩阵来对第二幅图片进行透视变换，将其转到和第一张图一样的视角，为下一步拼接做准备。
4. 透视变换完的图片，其大小就是最后全景图的大小，它的右边是透视变换以后的图片，左边是黑色没有信息。拼接时可以比较简单地处理，通过numpy数组选择直接把第一张图加到它的左边，覆盖掉重叠部分，得到拼接图片，这样做非常快，但是最后效果不是很好，中间有一条分割痕迹非常明显。使用opencv指南中图像金字塔的代码对拼接好的图片进行处理，整个图片平滑了，中间的缝还是特别突兀。
5. 直接拼效果不是很好，可以把第一张图叠在左边，但是对第一张图和它的重叠区做一些加权处理，重叠部分，离左边图近的，左边图的权重就高一些，离右边近的，右边旋转图的权重就高一些，然后两者相加，使得过渡是平滑地，这样看上去效果好一些，速度就比较慢。如果是用SURF来做，时间主要画在平滑处理上而不是特征点提取和匹配。

python_opencv中主要使用的函数

基于python 3.7和对应的python-opencv

1. cv2.xfeatures2d.SURF_create ([hessianThreshold[, nOctaves[, nOctaveLayers[, extended[, upright]]]]]) ：该函数用于生成一个SURF对象，在使用时，为提高速度，可以适当提高hessianThreshold，以减少检测的关键点的数量，可以extended=False，只生成64维的描述符而不是128维，令upright=True，不检测关键点的方向。
2. cv2.SURF.detectAndCompute(image, mask[, descriptors[, useProvidedKeypoints]]) ：该函数用于计算图片的关键点和描述符，需要对两幅图都进行计算。
3. flann=cv2.FlannBasedMatcher(indexParams,searchParams)，match=flann.knnMatch(descrip1,descrip2,k=2) ：flann快速匹配器有两个参数，一个是indexParams，一个是searchParams，都用手册上建议的值就可以。在创建了匹配器得到匹配数组match以后，就可以参考Lowe给出的参数，对匹配进行过滤，过滤掉不好的匹配。其中返回值match包括了两张图的描述符距离distance 、训练图（第二张）的描述符索引trainIdx 、查询的图（第一张）的描述符索引queryIdx 这几个属性。
4. M,mask=cv2.findHomography(srcPoints, dstPoints[, method[, ransacReprojThreshold[, mask]]])：这个函数实现单应性匹配，返回的M是一个矩阵，即对关键点srcPoints做M变换能变到dstPoints的位置
5. warpImg=cv2.warpPerspective(src,np.linalg.inv(M),dsize[,dst[,flags[,borderMode[,borderValue]]]])：用这个函数进行透视变换，变换视角。src是要变换的图片，np.linalg.inv(M)是④中M的逆矩阵，得到方向一致的图片。
6. a=b.copy() 实现深度复制，Python中默认是按引用复制，a=b是a指向b的内存。
7. draw_params = dict(matchColor = (0,255,0),singlePointColor = (255,0,0),matchesMask = matchMask,flags = 2),img3 = cv2.drawMatches(img1,kp1,img2,kp2,good,None,**draw_params)：使用drawMatches可以画出匹配的好的关键点，matchMask是比较好的匹配点，之间用绿色线连接起来。

核心代码

import cv2
import numpy as np
from matplotlib import pyplot as plt
import time
MIN = 10 #最小匹配数
starttime=time.time()#计算花费的时间
img1 = cv2.imread('./images/1.jpg') #导入拼接的左图
img2 = cv2.imread('./images/2.jpg') #导入拼接的右图
#img1gray=cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)#转换后提升了30%
#img2gray=cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
#surf=cv2.xfeatures2d.SURF_create(10000,nOctaves=4,extended=False,upright=True)#使用SURF算法常常出现问题或者匹配点不够的情况
surf=cv2.xfeatures2d.SIFT_create()#改为SIFT算法
kp1,descrip1=surf.detectAndCompute(img1,None) #获取图像1特征点
kp2,descrip2=surf.detectAndCompute(img2,None) #获取图像2特征点
#使用flann的搜索，整体来说分为两步，一是建立索引，二是搜索。
FLANN_INDEX_KDTREE = 0
indexParams = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
searchParams = dict(checks=50)
#使用flann查找上述两张图像中匹配的特征描述子
flann=cv2.FlannBasedMatcher(indexParams,searchParams)
match=flann.knnMatch(descrip1,descrip2,k=2)
#计算好的匹配数量是否达到最少要求，即10
good=[]
for i,(m,n) in enumerate(match):
 if(m.distance<0.75*n.distance):
 good.append(m)
if len(good)>MIN:
 src_pts = np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1,1,2)
 ano_pts = np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1,1,2)
 M,mask=cv2.findHomography(src_pts,ano_pts,cv2.RANSAC,5.0)
 #透视变换
 warpImg = cv2.warpPerspective(img2, np.linalg.inv(M), (img1.shape[1]+img2.shape[1], img2.shape[0]))
 #融合前拼接
 direct=warpImg.copy()
 direct[0:img1.shape[0], 0:img1.shape[1]] =img1
 simple=time.time()
 #变换图像img2
 #cv2.namedWindow("Result", cv2.WINDOW_NORMAL)
 #cv2.imshow("Result",warpImg)
 rows,cols=img1.shape[:2]
 #融合处理接缝
 for col in range(0,cols):
 if img1[:, col].any() and warpImg[:, col].any():#开始重叠的最左端
 left = col
 break
 for col in range(cols-1, 0, -1):
 if img1[:, col].any() and warpImg[:, col].any():#重叠的最右一列
 right = col
 break
 res = np.zeros([rows, cols, 3], np.uint8)
 for row in range(0, rows):
 for col in range(0, cols):
 if not img1[row, col].any():#如果没有原图，用旋转的填充
 res[row, col] = warpImg[row, col]
 elif not warpImg[row, col].any():
 res[row, col] = img1[row, col]
 else:
 srcImgLen = float(abs(col - left))
 testImgLen = float(abs(col - right))
 alpha = srcImgLen / (srcImgLen + testImgLen)
 res[row, col] = np.clip(img1[row, col] * (1-alpha) + warpImg[row, col] * alpha, 0, 255)
 warpImg[0:img1.shape[0], 0:img1.shape[1]]=res
 final=time.time()
 img3=cv2.cvtColor(direct,cv2.COLOR_BGR2RGB)#直接拼接的结果
 plt.imshow(img3,),plt.show()
 img4=cv2.cvtColor(warpImg,cv2.COLOR_BGR2RGB)#融合后拼接的结果
 plt.imshow(img4,),plt.show()
 print("simple stich cost %f"%(simple-starttime))
 print("\ntotal cost %f"%(final-starttime))
 cv2.imwrite("simplepanorma.png",direct)
 cv2.imwrite("bestpanorma.png",warpImg)
 
else:
 print("not enough matches!")

运行结果

原图1.jpg

远景的拼接效果还是不错的，室内场景的效果：

平滑处理后的图像会好很多。SIFT算法比较耗时，超过30秒。但是明显比SURF好，SURF算法对图像的要求比较高，大景深或旋转的图像很难找到足够匹配的点，容易出现失败。