无需变形的计算机图像特征拼接问题求助

我在Python中搜索大量图像拼接相关内容，发现大多是针对全景图像的方案，需要通过变形、旋转来合并图像。但我要处理的是计算机生成的数字地图切片，属于二维图像，无需变形，可直接进行模板匹配，目标是拼接多张放大的地图切片生成一张完整大图。

现有实现代码 #

import os
import numpy as np
import cv2

def stitchImagesWithoutWarp(img1, img2):
    orb = cv2.ORB_create()
    kp1, des1 = orb.detectAndCompute(img1,None)
    kp2, des2 = orb.detectAndCompute(img2,None)
    bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
    matches = bf.match(des1,des2)
    matches = sorted(matches, key = lambda x:x.distance)
    good_matches = matches[:10]
    src_pts = np.float32([kp1[m.queryIdx].pt for m in good_matches]).reshape(-1,1,2)
    dst_pts = np.float32([kp2[m.trainIdx].pt for m in good_matches]).reshape(-1,1,2)

    start = (abs(int(dst_pts[0][0][0]-src_pts[0][0][0])), abs(int(dst_pts[0][0][1]-src_pts[0][0][1])))
    h1, w1 = img1.shape[:2]
    h2, w2 = img2.shape[:2]
    vis = np.zeros((start[1]+h1,start[0]+w1,3), np.uint8)
    vis[start[1]:start[1]+h1, start[0]:start[0]+w1, :3] = img1
    vis[:h2, :w2, :3] = img2
    return vis

imgList = []
for it in os.scandir("images"):
    imgList.append(cv2.imread(it.path))

vis = stitchImagesWithoutWarp(imgList[0],imgList[1])
for index in range(2,len(imgList)):
    cv2.imshow("result", vis)
    cv2.waitKey()
    vis = stitchImagesWithoutWarp(vis,imgList[index])

问题现象 #

• 前四张图像拼接成功，结果符合预期
• 拼接第五张图像时出现匹配错误，尽管已通过NORM_HAMMING距离筛选最优匹配
• 第五张是首个出现匹配点（变量start）x轴为负的图像，该图像对应的匹配点坐标如下：
  • (7, 422)
  • (786, 54)
  • (394, 462)
  • (-350, 383)

已尝试的解决方法 #

• 调整图像拼接顺序
• 尝试针对负匹配编写特殊处理代码，但担心会影响性能
• 交换拼接时的查询图与目标图顺序（调换vis和新图像的参数位置），问题仍未解决

内容的提问来源于stack exchange，提问作者Guilherme Garcia da Rosa