全景图像拼接python+opencv

import numpy as np
import cv2
import time


def getSURFFeatures（image）:
    gray = cv2.cvtColor（image cv2.COLOR_BGR2GRAY）
    surf = cv2.xfeatures2d.SURF_create（）
    kp des = surf.detectAndCompute（gray None）
    return kp des


def match（image1 image2 direction=None）:
    print（“Direction : “ direction）
    kp1 des1 = getSURFFeatures（image1）
    kp2 des2 = getSURFFeatures（image2）
    FLANN_INDEX_KDTREE = 0
    index_params = dict（algorithm=FLANN_INDEX_KDTREE trees=5）
    search_params = dict（checks=50）
    flann = cv2.FlannbasedMatcher（index_params search_params）
    matches = flann.knnMatch（des2 des1 k=2）
    good = []
    for m n in matches:
        if m.distance < 0.7 * n.distance:
            good.append（m）
    if len（good） > 10:
        src_pts = np.float32（[kp2[m.queryIdx].pt for m in good]）.reshape（-1 1 2）
        dst_pts = np.float32（[kp1[m.trainIdx].pt for m in good]）.reshape（-1 1 2）
        H s = cv2.findHomography（src_pts dst_pts cv2.RANSAC 4）
        return H
    return None


def getPointsCoordinate（image H）:
    [x1 y1 z1] = np.dot（H np.array（[0 0 1]））  # [0 0]
    x1 = x1 / z1
    y1 = y1 / z1
    [x2 y2 z2] = np.dot（H np.array（[image.shape[1] 0 1]））  # [width 0]
    x2 = x2 / z2
    y2 = y2 / z2
    [x3 y3 z3] = np.dot（H np.array（[0 image.shape[0] 1]））  # [0 height]
    x3 = x3 / z3
    y3 = y3 / z3
    [x4 y4 z4] = np.dot（H np.array（[image.shape[1] image.shape[0] 1]））  # [width height]
    x4 = x4 / z4
    y4 = y4 / z4
    return x1 x2 x3 x4 y1 y2 y3 y4


def calculate_newSize（image1 image2 H）:  # 变换图，不变图
    x1 x2 x3 x4 y1 y2 y3 y4 = getPointsCoordinate（image1 H）
    Xmin = min（[x1 x2 x3 x4 0]）
    Xmax = max（[x1 x2 x3 x4 image2.shape[1]]）
    Xsize = int（Xmax - Xmin）
    print（Xmin Xmax Xsize）
    Ymin = min（[y1 y2 y3 y4 0]）
    Ymax = max（[y1 y2 y3 y4 image2.shape[0]]）
    Ysize = int（Ymax - Ymin）
    print（Ymin Ymax Ysize）
    size = （Xsize Ysize）
    offsetx = -int（Xmin）
    offsety = -int（Ymin）
    print（x1 x2 x3 x4 y1 y2 y3 y4）
    print（offsetx offsety）
    pts1 = np.float32（[[0 0] [image1.shape[1] 0] [0 image1.shape[0]] [image1.shape[1] image1.shape[0]]]）
    pts2 = np.float32（[[x1+offsetx y1+offsety] [x2+offsetx y2+offsety] [x3+offsetx y3+offsety] [x4+offsetx y4+offsety]]）
    M = cv2.getPerspectiveTransform（pts1 pts2）
    print（‘M:‘ M）
    r