opencv2.4.9源码分析——stitching(一)

opencv是一个开源的计算机视觉库，opencv2.4.9是其中的一个版本。在opencv2.4.9中，有一个模块叫做stitching，用于图像拼接。

图像拼接是将多张图像按照一定的顺序和方式进行合并，形成一张更大视野覆盖范围的图像。拼接的过程需要解决图像间的重叠区域匹配、图像变换与叠加等问题。

在opencv2.4.9的stitching模块中，主要有以下几个重要的类：

1. Stitcher类：拼接器类，用于执行拼接的主要操作。它提供了一系列的方法，如设置拼接的模式、添加要拼接的图像等。

2. FeaturesFinder类：特征点检测类，用于在图像中寻找特征点。该类利用SIFT、SURF等算法来检测图像中的关键点，以便进行匹配。

3. FeaturesMatcher类：特征点匹配类，用于对图像中的特征点进行匹配。该类使用KNN算法进行特征点的匹配，并利用RANSAC算法进一步筛选特征点，剔除误匹配。

4. Estimator类：变换估计类，用于估计图像间的变换参数。该类可以通过特征点的对应关系，计算图像间的旋转矩阵、平移矩阵等变换参数。

5. Blender类：图像融合类，用于将拼接后的图像进行融合。该类可以进行多种融合方式，如线性融合、多频融合等。

通过以上的类和方法，opencv2.4.9的stitching模块能够完成图像拼接的过程。整个过程包括特征点检测、特征点匹配、变换参数估计和图像融合等步骤。

需要指出的是，本文只是对opencv2.4.9的stitching模块进行了初步的介绍，具体的源码分析需要深入研究。整个源码工程庞大，包含很多细节和算法，需要对计算机视觉和图像处理有较深入的理解才能进行分析和改进。