python 图像配准

Python中有很多图像配准的库可以使用，例如OpenCV和scikit-image等。以下是一个简单的图像配准的示例：

1. 导入必要的库

import cv2
import numpy as np
from skimage.feature import match_template

2. 加载图像

img1 = cv2.imread('image1.png')
img2 = cv2.imread('image2.png')

3. 提取图像特征

orb = cv2.ORB_create()
kp1, des1 = orb.detectAndCompute(img1, None)
kp2, des2 = orb.detectAndCompute(img2, None)

4. 匹配特征点

bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
matches = bf.match(des1, des2)
matches = sorted(matches, key=lambda x: x.distance)

5. 计算变换矩阵

src_pts = np.float32([kp1[m.queryIdx].pt for m in matches]).reshape(-1, 1, 2)
dst_pts = np.float32([kp2[m.trainIdx].pt for m in matches]).reshape(-1, 1, 2)
M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)

6. 应用变换矩阵

h, w = img1.shape[:2]
aligned = cv2.warpPerspective(img2, M, (w, h))

以上代码将img2与img1进行配准，并将结果保存在aligned变量中。注意，这只是一个简单的示例代码，实际应用中可能需要进行更多的调整和优化。