OpenCV常用图像拼接方法将分为四个部分与大家共享，这里是第二种方法，欢迎关注后续，此处子系统与素材链接位于文章末尾。
OpenCV常用图像拼接方法（二）：基于模板匹配的图像拼接。基于模板的图像拼接特征和适用范围：图像有重合区域，且待分割图像之间无明显尺度变化和畸变。常用实例：两个相邻相机水平拍摄图像拼接。优点：简单，快速（相比于SIFT特征匹配拼接）。
这里没有找到更好的实例图片，所以仍使用上一篇文章中的图片，截取如下两部分ROI作为待拆分图像。
待拼接图①：
待拼接图②：
思路：在图①中截取部分公共区域ROI作为模板，利用模板在图②中匹配，得到最佳匹配位置后计算X和Y方向需要平移的距离，将图②对应的拼接到大图。如下，模板为青色区域：
部分代码和效果如下：
1 // Image_Stitch_With_Matchtemplate.cpp 2 // 环境VS2017 + OpenCV4.4.0 3 // 功能：基于模板匹配的图像拼接 4 // 特点：图像有重合区域，且待拼接图像之间无明显尺度变换和畸变
5
6 #include "pch.h"
7 #include <iostream>
8 #include <opencv2/opencv.hpp>
9
10 using namespace std; 11 using namespace cv; 12
13 int main() 14 { 15 Mat imgL = imread("A.jpg"); 16 Mat imgR = imread("B.jpg"); 17 double start = getTickCount(); 18 Mat grayL, grayR; 19 cvtColor(imgL, grayL, COLOR_BGR2GRAY); 20 cvtColor(imgR, grayR, COLOR_BGR2GRAY); 21
22 Rect rectCut = Rect(372, 122, 128, 360); 23 Rect rectMatched = Rect(0, 0, imgR.cols / 2, imgR.rows); 24 Mat imgTemp = grayL(Rect(rectCut)); 25 Mat imgMatched = grayR(Rect(rectMatched)); 26
27 int width = imgMatched.cols - imgTemp.cols + 1; 28 int height = imgMatched.rows - imgTemp.rows + 1; 29 Mat matchResult(height, width, CV_32FC1); 30 matchTemplate(imgMatched, imgTemp, matchResult, TM_CCORR_NORMED); 31 normalize(matchResult, matchResult, 0, 1, NORM_MINMAX, -1); //归一化到0--1范围
32
33 double minValue, maxValue; 34 Point minLoc, maxLoc; 35 minMaxLoc(matchResult, &minValue, &maxValue, &minLoc, &maxLoc); 36
37 Mat dstImg(imgL.rows, imgR.cols + rectCut.x - maxLoc.x, CV_8UC3, Scalar::all(0)); 38 Mat roiLeft = dstImg(Rect(0, 0, imgL.cols, imgL.rows)); 39 imgL.copyTo(roiLeft); 40
41 Mat debugImg = imgR.clone(); 42 rectangle(debugImg, Rect(maxLoc.x, maxLoc.y, imgTemp.cols, imgTemp.rows), Scalar(0, 255, 0), 2, 8); 43 imwrite("match.jpg", debugImg); 44
45 Mat roiMatched = imgR(Rect(maxLoc.x, maxLoc.y - rectCut.y, imgR.cols - maxLoc.x, imgR.rows - 1 - (maxLoc.y - rectCut.y))); 46 Mat roiRight = dstImg(Rect(rectCut.x, 0, roiMatched.cols, roiMatched.rows)); 47
48 roiMatched.copyTo(roiRight); 49
50 double end = getTickCount(); 51 double useTime = (end - start) / getTickFrequency(); 52 cout << "use-time : " << useTime << "s" << endl; 53
54 imwrite("dst.jpg", dstImg); 55 cout << "Done!" << endl; 56 return 0; 57
58 }
匹配结果：
拼接结果：
本次耗时如下图：( 工业相机1200W图片拼接大约200ms）：
