ransac图像匹配源代码

以下是使用RANSAC算法进行图像匹配的示例代码：

import numpy as np
import cv2

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

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

# 提取特征点
sift = cv2.xfeatures2d.SIFT_create()
kp1, des1 = sift.detectAndCompute(gray1, None)
kp2, des2 = sift.detectAndCompute(gray2, None)

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

# RANSAC算法筛选匹配点
good_matches = []
pts1 = []
pts2 = []
for m, n in matches:
    if m.distance < 0.75 * n.distance:
        good_matches.append(m)
        pts1.append(kp1[m.queryIdx].pt)
        pts2.append(kp2[m.trainIdx].pt)

pts1 = np.float32(pts1)
pts2 = np.float32(pts2)
F, mask = cv2.findFundamentalMat(pts1, pts2, cv2.FM_RANSAC)

# 绘制匹配结果
draw_params = dict(matchColor=(0, 255, 0),
                   singlePointColor=None,
                   matchesMask=mask.ravel().tolist(),
                   flags=2)
img3 = cv2.drawMatches(img1, kp1, img2, kp2, good_matches, None, **draw_params)

cv2.imshow("matches", img3)
cv2.waitKey(0)
cv2.destroyAllWindows()

该代码首先读取两幅图像，然后使用SIFT算法提取特征点，并使用Brute-Force Matcher进行特征点匹配。接着，使用RANSAC算法筛选出好的匹配点，并使用findFundamentalMat函数计算基础矩阵。最后，使用drawMatches函数绘制匹配结果。