最佳缝合线+加权平均融合python

以下是最佳缝合线加权平均融合的Python代码示例：

import numpy as np
import cv2

# 读取图像
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

# 转换图像为灰度图
gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)

# 检测图像的SIFT特征点
sift = cv2.xfeatures2d.SIFT_create()
kp1, des1 = sift.detectAndCompute(gray1, None)
kp2, des2 = sift.detectAndCompute(gray2, None)

# 匹配特征点
bf = cv2.BFMatcher()
matches = bf.knnMatch(des1, des2, k=2)

# 筛选匹配点
good = []
for m, n in matches:
    if m.distance < 0.75 * n.distance:
        good.append(m)

# 计算最佳缝合线
pts1 = np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1, 1, 2)
pts2 = np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1, 1, 2)
M, mask = cv2.findHomography(pts1, pts2, cv2.RANSAC, 5.0)
h, w = gray1.shape
pts = np.float32([[0, 0], [0, h - 1], [w - 1, h - 1], [w - 1, 0]]).reshape(-1, 1, 2)
dst = cv2.perspectiveTransform(pts, M)
left = int(min(dst[:, :, 0]))
right = int(max(dst[:, :, 0]))
top = int(min(dst[:, :, 1]))
bottom = int(max(dst[:, :, 1]))

# 加权平均融合
blend = np.zeros((bottom - top, right - left, 3))
for i in range(3):
    blend[:, :, i] = cv2.seamlessClone(img1[:, :, i], img2[:, :, i], np.ones_like(gray1) * 255, (left, top), cv2.NORMAL_CLONE)

# 输出结果
cv2.imshow('blend', blend)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码首先读取两张图像，并将它们转换为灰度图。然后使用SIFT算法检测图像的特征点，并使用BFMatcher算法进行特征点匹配。接下来，筛选出匹配程度较高的特征点，并使用findHomography函数计算最佳缝合线。最后，使用seamlessClone函数将两张图像加权平均融合，得到融合后的图像。