基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

本原码是用C语言实现的SIFT算法，可以提取SIFT特征和利用SIFT特征进行图像拼接和全景图构造，只需进行一些简单的OPENCV配置，就可以顺利运行。

uchar* ptrRs;
uchar* ptr2;
float alpha=0, beta=1;  //加权平均法的系数

int stepRs = resultImg.step;
int elemSizeRs = resultImg.elemSize();
int step2 = secondImg.step;
int elemSize2 = secondImg.elemSize();
int channels = resultImg.channels();
int width_col = xEnd - xStart; //重叠区域的终止列数
int height_row = absDelta_y secondImg.rows;//重叠区域的终止行数

//遍历重叠区域（以拼接结果图位置为参考）
for(int row = absDelta_y; row < height_row; row )
{
ptrRs = resultImg.data row*stepRs xStart*elemSizeRs;
ptr2 = secondImg.data (row-absDelta_y)*step2 xOrigin2*elemSize2;
for(int col = 0; col < width_col; col )
{
alpha=float(col)/float(width_col); beta=1-alpha;
//如果拼接图为右左关系，则调换加权系数
if(neiborL2R == false)
{
float temp = alpha;
alpha = beta;
beta = temp;
}
int count = 0;
//如果变换后的图像1像素为0
for(int i = 0; i < channels; i )
{
if(*(ptrRs i) == 0)
count ;
}
if(count == channels)
{
for(int i = 0; i < channels; i )
*(ptrRs i) = *(ptr2 i);
}

//渐入渐出法融合
for(int i = 0; i < channels; i )
{
*(ptrRs i) = saturate_cast <unsigned char>(*(ptrRs i)*beta *(ptr2 i)*alpha);
}

ptrRs = elemSizeRs;
ptr2 = elemSize2;
}
}