使用 C++ 和 OpenCV 实现图像拼接
本文将详细介绍如何利用 OpenCV 库，在 C++ 环境中实现图像拼接。图像拼接技术可以将多张具有重叠区域的图像合成为一张高分辨率的全景图。OpenCV 提供了一个功能强大的 Stitcher 类，它封装了从特征点检测、匹配到图像融合的完整流程，使我们能够用非常简洁的代码实现复杂的拼接功能。
准备工作
在开始编码之前，请确保您的开发环境满足以下条件：
- C++ 编译器: 例如 G++, Clang, 或 MSVC (Visual Studio)。
- OpenCV 库: 确保已在您的系统中成功安装并配置好。本文示例代码基于 OpenCV 3.x 或更高版本。您需要包含
stitching模块，在某些预编译版本中，它可能位于opencv_contrib中。 - 一组用于拼接的图像: 准备一组从同一视点拍摄、有重叠区域的图像。将它们按顺序（例如，从左到右）命名并放置在项目文件夹中（例如
1.jpg,2.jpg,3.jpg）。
包含头文件和命名空间
首先，我们需要在 C++ 源文件中包含必要的头文件。核心功能位于 opencv2/stitching.hpp。
#include <iostream>
#include <vector>
#include "opencv2/opencv.hpp"
#include "opencv2/stitching.hpp"
// 使用 OpenCV 和 std 命名空间
using namespace std;
using namespace cv;
拼接流程详解
整个拼接过程可以分解为以下几个核心步骤。Stitcher 类为我们自动处理了这些步骤。
1. 读取输入图像
第一步是将所有待拼接的图像加载到一个 std::vector<Mat> 容器中。Mat 是 OpenCV 中用于表示图像的核心数据结构。
int main(int argc, char* argv[]) {
// 检查命令行参数，确保至少有两张输入图像
if (argc < 3) {
cout << "用法: ./stitcher <图片1> <图片2> [图片3] ..." << endl;
return -1;
}
// 创建一个 Mat 向量来存储所有待拼接的图像
vector<Mat> imgs;
for (int i = 1; i < argc; ++i) {
Mat img = imread(argv[i]);
// 检查图像是否成功加载
if (img.empty()) {
cout << "无法读取图像: " << argv[i] << endl;
return -1;
}
imgs.push_back(img);
}
// 用于存储最终拼接结果的 Mat 对象
Mat pano;
2. 创建 Stitcher 并执行拼接
这是整个流程的核心。我们通过 Stitcher::create 工厂方法创建一个 Stitcher 对象。然后，只需调用其 stitch 方法，并将图像向量和用于接收结果的 Mat 对象作为参数传入即可。
stitch 方法会返回一个状态码，我们可以通过它来判断拼接是否成功。
// 创建 Stitcher 类的实例
// Stitcher::PANORAMA 是为创建全景图优化的模式
Ptr<Stitcher> stitcher = Stitcher::create(Stitcher::PANORAMA);
// 调用 stitch 方法执行拼接
cout << "开始拼接..." << endl;
Stitcher::Status status = stitcher->stitch(imgs, pano);
// 检查拼接是否成功
if (status != Stitcher::OK) {
cout << "拼接失败，错误码 = " << int(status) << endl;
return -1;
}
cout << "拼接成功！" << endl;
Stitcher::create 的模式参数可以是 Stitcher::PANORAMA（适用于旋转相机拍摄的全景图，最常用）或 Stitcher::SCANS（适用于扫描文档等平面场景）。
stitch 方法可能返回的错误码包括：
OK: 拼接成功。ERR_NEED_MORE_IMGS: 输入图像不足（少于2张）。ERR_HOMOGRAPHY_EST_FAIL: 无法计算单应性矩阵。这通常意味着图像之间的重叠区域太小，或者特征点无法有效匹配。ERR_CAMERA_PARAMS_ADJUST_FAIL: 相机参数调整失败。
3. 保存并显示结果
如果拼接成功，一张完整的全景图就会被存储在 pano 这个 Mat 对象中。我们可以使用 imwrite 将它保存为图片文件，并使用 imshow 在窗口中显示它。
// 将结果图像写入文件
imwrite("panorama_result.jpg", pano);
cout << "结果已保存至 panorama_result.jpg" << endl;
// 为了方便在屏幕上显示，可以先将结果缩放
Mat pano_show;
// 按比例缩放，例如缩放到原图的 50%
resize(pano, pano_show, Size(), 0.5, 0.5);
// 显示结果
imshow("全景拼接结果 (按任意键退出)", pano_show);
// 等待用户按键
waitKey(0);
destroyAllWindows();
return 0;
}
完整示例代码
下面是整合了以上所有步骤的完整 C++ 源代码。
#include <iostream>
#include <vector>
#include "opencv2/opencv.hpp"
#include "opencv2/stitching.hpp"
using namespace std;
using namespace cv;
int main(int argc, char* argv[]) {
// 1. 检查并读取输入图像
if (argc < 3) {
cout << "用法: ./stitcher <图片1> <图片2> [图片3] ..." << endl;
return -1;
}
vector<Mat> imgs;
for (int i = 1; i < argc; ++i) {
Mat img = imread(argv[i]);
if (img.empty()) {
cout << "无法读取图像: " << argv[i] << endl;
return -1;
}
imgs.push_back(img);
}
// 用于存储最终拼接结果的 Mat 对象
Mat pano;
// 2. 创建 Stitcher 并执行拼接
cout << "开始拼接..." << endl;
Ptr<Stitcher> stitcher = Stitcher::create(Stitcher::PANORAMA);
Stitcher::Status status = stitcher->stitch(imgs, pano);
if (status != Stitcher::OK) {
cout << "拼接失败，错误码 = " << int(status) << endl;
return -1;
}
cout << "拼接成功！" << endl;
// 3. 保存并显示结果
imwrite("panorama_result.jpg", pano);
cout << "结果已保存至 panorama_result.jpg" << endl;
// 为了更好地显示，可以先将图像缩放到合适的尺寸
Mat pano_show;
// 将宽度调整为1024，高度按比例缩放
int target_width = 1024;
double scale = (double)target_width / pano.cols;
resize(pano, pano_show, Size(target_width, pano.rows * scale));
imshow("全景拼接结果 (按任意键退出)", pano_show);
waitKey(0);
destroyAllWindows();
return 0;
}
如何编译和运行
假设您的源文件名为 stitcher.cpp，并且已经正确配置了 OpenCV 环境。您可以使用以下 g++ 命令进行编译（以 Linux/macOS 为例）：
g++ stitcher.cpp -o stitcher `pkg-config --cflags --libs opencv4`
注意: 如果您使用的是 OpenCV 3，请将命令中的 opencv4 改为 opencv。在 Windows + Visual Studio 中，您需要在项目属性中配置包含目录和库目录。
编译成功后，准备好您的图像（例如 img1.jpg, img2.jpg, img3.jpg），然后通过命令行运行程序：
./stitcher img1.jpg img2.jpg img3.jpg
程序执行后，您将在终端看到处理信息。如果一切顺利，拼接后的全景图 panorama_result.jpg 将会保存在当前目录，并弹出一个窗口实时预览结果。
结论
通过使用 OpenCV 的 Stitcher 类，我们可以轻松地实现高质量的图像拼接，而无需深入研究特征匹配、单应性估计和图像融合等底层算法的复杂细节。这使得开发者可以将更多精力集中在应用逻辑上。希望这篇指南能帮助您快速入门并成功构建自己的图像拼接项目。
