代码讲解 - opencv实现的全景图种类与步骤

　　代码讲解

　　1、填充imgs，将输入的图片全部填充到容器imgs中，并将输入的图片，一一显示出来。

　　int parseCmdArgs（int argc， char** argv）{

　　for （int i = 1; i 《 argc-1; ++i）{

　　Mat img = imread（argv［i］）;

　　if （img.empty（））{

　　cout 《《 “Can‘t read image ’” 《《 argv［i］ 《《 “‘ ”;

　　return -1;

　　}

　　imgs.push_back（img）;

　　imshow（argv［i］， img）;

　　}

　　return 0;

　　}

　　2、创建一个stitcher对象。

　　Stitcher stitcher = Stitcher：：createDefault（try_use_gpu）;

　　3、设置生成结果图为：

       1：平面， 2：柱面， 3：立体画面。opencv中提供了很多可以生成的全景图种类。在它提供的复杂版实例：stitching_detailed.cpp，

　　有如下种类可以选择：

　　plane|cylindrical|spherical|fisheye|stereographic|compressedPlaneA2B1|

　　compressedPlaneA1.5B1|compressedPlanePortraitA2B1|compressedPlanePortraitA1.5B1|paniniA2B1|

　　paniniA1.5B1|paniniPortraitA2B1|paniniPortraitA1.5B1|mercator|transverseMercator

　　本例中，只使用了3种作为选择：

　　/*设置生成结果图为：1：平面， 2：柱面， 3：立体画面*/

　　if（argv［4］［0］ == ‘1’）{

　　PlaneWarper* cw = new PlaneWarper（）;

　　stitcher.setWarper（cw）;

　　}else if（argv［4］［0］ == ‘2’）{

　　SphericalWarper* cw = new SphericalWarper（）;

　　stitcher.setWarper（cw）;

　　}else if（argv［4］［0］ == ‘3’）{

　　StereographicWarper *cw = new cv：：StereographicWarper（）;

　　stitcher.setWarper（cw）;

　　}

　　4、选择寻找特征点的算法，opencv中提供了Surf和Orb两种方式可以选择，本例中使用的是Surf。

　　detail：：SurfFeaturesFinder *featureFinder = new detail：：SurfFeaturesFinder（）;

　　stitcher.setFeaturesFinder（featureFinder）;

　　5、生成输出全景图，这里使用另一种方式来实现。

　　/*匹配给定的图像和估计相机的旋转*/

　　Stitcher：：Status status = stitcher.estimateTransform（imgs）;

　　/*生成全景图像*/

　　status = stitcher.composePanorama（pano）;

　　imwrite（result_name， pano）;

　　imshow（“show”， pano）;

　　效果演示

　　本例的三种效果图，对应显示如下：

　　1、平面

　

　　2、球面

　　

　　3、立体