如何基于若干匹配点对将存在角度差异的两张图像重叠对齐显示

实现方案 #

你需要先基于匹配点对计算两张图像之间的几何变换矩阵，对其中一张图像做对应变换后再调整透明度叠加即可，具体实现如下：

首先安装所需依赖：

pip install opencv-python numpy pillow

完整实现代码：

import cv2
import numpy as np
from PIL import Image

# 读入两张图像
img1 = Image.open('Rutland.jpg')
img2 = Image.open('Rutland2.jpg')
point_matches = [((1988, 1029), (2003, 1045)), ((4091, 3901), (4085, 3896))]

# 提取匹配点转为numpy数组
src_pts = np.array([p[0] for p in point_matches], dtype=np.float32)
dst_pts = np.array([p[1] for p in point_matches], dtype=np.float32)

# 计算相似变换矩阵（支持旋转、平移、缩放，适配2对匹配点场景）
transform_matrix, _ = cv2.estimateAffinePartial2D(src_pts, dst_pts)

# 将img2转为opencv格式做变换
img2_cv = cv2.cvtColor(np.array(img2), cv2.COLOR_RGB2BGR)
# 变换图像，尺寸和img1保持一致
h, w = img1.size[1], img1.size[0]
warped_img2_cv = cv2.warpAffine(img2_cv, transform_matrix, (w, h))
# 转回PIL格式
warped_img2 = Image.fromarray(cv2.cvtColor(warped_img2_cv, cv2.COLOR_BGR2RGB))

# 调整img2透明度后叠加
warped_img2.putalpha(int(255 * 0.5)) # 0.5为透明度，可自行调整
result = Image.alpha_composite(img1.convert('RGBA'), warped_img2.convert('RGBA'))

# 保存或显示结果
result.save('aligned_overlay.png')
result.show()

补充说明 #

• 如果你有3对及以上匹配点，可以将变换计算替换为cv2.getAffineTransform(src_pts[:3], dst_pts[:3])，可以支持斜切等更复杂的仿射变换；如果匹配点超过4对，可使用cv2.findHomography计算单应性矩阵，适配存在视角变化的场景
• 若不需要保留原图全部区域，也可根据实际需求调整cv2.warpAffine的输出尺寸参数
• 透明度参数可根据视觉效果自行调整，数值越小叠加后的第二张图越透明

内容的提问来源于stack exchange，提问作者Collin Giguere