You need to enable JavaScript to run this app. 基于OpenCV Python通过关键点带拉伸变换对齐两张图像的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

基于OpenCV Python通过关键点带拉伸变换对齐两张图像的实现方法

基于OpenCV + Python的关键点图像对齐实现

实现原理

你有6组配对的关键点,可通过透视变换(Homography) 拟合最优变换矩阵,实现原图到目标画布的拉伸、扭曲对齐,满足多关键点完全重合的需求。

依赖安装

pip install opencv-python numpy pandas

完整实现代码

import cv2
import numpy as np
import pandas as pd

# 1. 读取关键点数据,替换为你的csv文件实际路径
df = pd.read_csv('keypoints.csv')
# 拆分图像1的源点、目标画布的目标点
src_pts = df[['object1_x', 'object1_y']].values.astype(np.float32)
dst_pts = df[['image_x', 'image_y']].values.astype(np.float32)

# 2. 读取待对齐的原始图像,替换为你的图像1实际路径
src_img = cv2.imread('mhg5B.png')

# 3. 计算透视变换矩阵,RANSAC算法自动过滤异常点,适配超过4组点的场景
M, _ = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)

# 4. 执行透视变换,输出500×500尺寸,空白区域默认填充白色
output_size = (500, 500)
aligned_img = cv2.warpPerspective(src_img, M, output_size, borderValue=(255,255,255))

# 5. 保存或显示结果
cv2.imwrite('aligned_result.png', aligned_img)
cv2.imshow('对齐结果', aligned_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

补充说明

如果你提前准备了500×500的白色空白图,可将步骤4替换为以下代码,直接把变换后的原图叠加到空白图上:

# 替换步骤4的代码
blank_img = np.ones((500,500,3), dtype=np.uint8) * 255
aligned_img = cv2.warpPerspective(src_img, M, (500,500), dst=blank_img, borderMode=cv2.BORDER_TRANSPARENT)

内容的提问来源于stack exchange,提问作者otto

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.17 17:36:07