- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
cv::detail::findMaxSpanningTree 是 OpenCV 中用于图像拼接工作流的一个函数，它帮助构建一个最大生成树（Maximum Spanning Tree），这在图像拼接中用于确定图像之间的最佳连接方式。这个函数特别适用于处理多个图像间的匹配信息，并基于这些信息来构建一个图结构，从而为后续的图像拼接步骤提供基础。
函数原型
void cv::detail::findMaxSpanningTree
(int num_images,const std::vector< MatchesInfo > & pairwise_matches,Graph & span_tree,std::vector< int > & centers )
参数
- num_images: 图像的数量。
- pairwise_matches: 包含每对图像之间匹配信息的向量。每个 MatchesInfo 结构体包含了两个图像之间的匹配点、置信度等信息。
- span_tree: 输出参数，表示由函数计算得到的最大生成树。这个图结构描述了如何以最优的方式将所有图像连接起来。
- centers: 输出参数，包含可能作为拼接中心的图像索引列表。在全景拼接中，通常选择一个或几个中心图像来开始拼接过程。
代码示例
#include <opencv2/opencv.hpp>
#include <opencv2/stitching/detail/matchers.hpp>
#include <opencv2/stitching/detail/util.hpp>#include <iostream>
#include <vector>using namespace cv;
using namespace cv::detail;int main() {// 加载图像（此处仅作示意，实际应用中需要加载真实图像）std::vector<std::string> img_filenames = {"/media/dingxin/data/study/OpenCV/sources/images/left01.jpg","/media/dingxin/data/study/OpenCV/sources/images/right01.jpg","/media/dingxin/data/study/OpenCV/sources/images/right01.jpg"};std::vector<cv::Mat> imgs;for (const auto& filename : img_filenames) {cv::Mat img = cv::imread(filename);if (img.empty()) {std::cerr << "无法加载图像: " << filename << std::endl;return -1;}imgs.push_back(img);}// 初始化特征检测器和描述符提取器Ptr<Feature2D> detector = ORB::create();BestOf2NearestMatcher matcher(false, 0.3f);// 计算每张图像的特征点std::vector<ImageFeatures> features(imgs.size());for (size_t i = 0; i < imgs.size(); ++i) {detector->detectAndCompute(imgs[i], Mat(), features[i].keypoints, features[i].descriptors);}// 匹配特征点std::vector<MatchesInfo> pairwise_matches;matcher(features, pairwise_matches);// 构建最大生成树Graph span_tree;std::vector<int> centers;findMaxSpanningTree(imgs.size(), pairwise_matches, span_tree, centers);// 打印中心图像索引std::cout << "Centers: ";for (int center : centers) {std::cout << center << " ";}std::cout << std::endl;// 手动重建最大生成树的边std::vector<bool> visited(imgs.size(), false);for (int center : centers) {std::cout << "Starting from center: " << center << std::endl;visited[center] = true;for (size_t i = 0; i < pairwise_matches.size(); ++i) {const MatchesInfo& match_info = pairwise_matches[i];if (match_info.confidence > 0 && !visited[match_info.src_img_idx] && !visited[match_info.dst_img_idx]) {std::cout << "(" << match_info.src_img_idx << ", " << match_info.dst_img_idx << ")" << std::endl;visited[match_info.src_img_idx] = true;visited[match_info.dst_img_idx] = true;}}}return 0;
}
运行结果
Centers: 2
Starting from center: 2
(0, 1)
