Python转C++图像拼接：warpPerspective后结果不一致，赋值代码是否有误？

你的C++代码逻辑在范围对应上是对的，但可能因为OpenCV与Numpy的细节差异导致结果不一致，以下是具体问题排查和正确实现方式：

核心差异点 #

Python中Numpy数组是行优先索引（result[行范围, 列范围]），OpenCV的Mat虽然内存也是行优先，但colRange/rowRange的调用逻辑和Numpy切片是对齐的：

• Python result[t[1]:h1+t[1], t[0]:w1+t[0]] → 行从t[1]到t[1]+h1，列从t[0]到t[0]+w1
• C++ result.colRange(t[0], w1+t[0]).rowRange(t[1], h1+t[1]) → 列范围和行范围的参数是正确的

但你的写法可能踩了这些坑：

1. 边界越界未处理：Numpy会自动截断超出画布的切片部分，但OpenCV的colRange/rowRange如果参数超出Mat尺寸，会直接导致越界访问（未定义行为）
2. 类型/通道不匹配：Python会自动隐式转换图像类型，C++中img2和result必须完全一致（比如都是CV_8UC3），否则copyTo会失败
3. 坐标顺序混淆：如果你的t在C++中是(y, x)顺序（而非Python中的(x, y)），那colRange(t[0], ...)就会用y值作为列偏移，完全错位

正确实现方式 #

推荐使用cv::Rect来指定目标区域，更直观且不易出错，同时处理边界截断（对齐Numpy的行为）：

// 假设：
// img2 = 待复制的图像，尺寸为h1行 × w1列
// t[0] = 列偏移（x），t[1] = 行偏移（y）
// result = 预先创建的拼接画布，尺寸/类型与Python一致

// 先检查目标区域是否完全在画布内
if (t[1] >= 0 && t[0] >= 0 && 
    t[1] + h1 <= result.rows && 
    t[0] + w1 <= result.cols) {
    // 直接复制完整区域
    cv::Rect target_rect(t[0], t[1], w1, h1);
    img2.copyTo(result(target_rect));
} else {
    // 处理部分区域超出画布的情况（对齐Numpy自动截断逻辑）
    int start_x = std::max(0, t[0]);
    int start_y = std::max(0, t[1]);
    int end_x = std::min(result.cols, t[0] + w1);
    int end_y = std::min(result.rows, t[1] + h1);
    int copy_width = end_x - start_x;
    int copy_height = end_y - start_y;

    if (copy_width > 0 && copy_height > 0) {
        // 截取img2中对应的区域
        cv::Rect src_rect(start_x - t[0], start_y - t[1], copy_width, copy_height);
        // 复制到画布的对应位置
        img2(src_rect).copyTo(result(cv::Rect(start_x, start_y, copy_width, copy_height)));
    }
}

额外检查项 #

• 确认result的初始化尺寸与Python完全一致：比如Python中根据拼接后的最大宽高创建画布，C++也要用相同的宽高和通道数初始化
• 检查透视变换后的img2是否与Python版本一致：可以分别输出img2的尺寸、像素值，确认变换结果没有差异

内容的提问来源于stack exchange，提问作者SHA