你有没有想过，手机里的全景照片是怎么合成的？其实核心原理就是图像拼接！今天我们就用 Python+OpenCV，一步步实现一个能把两张图拼成一张的小工具，全程不搞玄学，小白也能跟着跑通 ✨

---

🎯 先搞懂：我们要做什么？

简单说，就是把两张有重叠区域的图片（比如 A.jpg 和 B.jpg），通过特征匹配找到它们的位置关系，然后无缝拼合成一张完整的大图，就像这样：

• 输入：两张部分重叠的照片（比如风景照的左右两半）
• 输出：一张完整的拼接后照片

---

🧰 准备工作：环境搭起来

1. 安装依赖库

打开你的终端 / 命令提示符，输入下面这行命令，一键安装我们需要的工具：

bash

运行

pip install opencv-python opencv-contrib-python numpy

⚠️ 注意：一定要装opencv-contrib-python，因为 SIFT 特征提取算法在这个扩展包里哦！

2. 准备图片

找两张有明显重叠区域的图片（比如你拍的左右两张街景），把它们重命名为A.jpg和B.jpg，和我们后面要写的代码文件放在同一个文件夹里，这样代码才能顺利读到图片～

---

📝 代码拆解：一步一步看懂

第一步：导入工具包 & 定义辅助函数

先把需要的 “工具” 都搬过来，再写一个方便显示图片的小函数：

python

运行

import cv2
import numpy as np
import sys

# 定义一个显示图片的函数，避免重复写代码
def cv_show(name, img):
    cv2.imshow(name, img)  # 显示图片窗口
    cv2.waitKey(0)        # 等待按键按下再关闭窗口

👉 作用：cv_show 是我们的 “图片查看器”，后面每次想看图片，直接调用它就好，不用重复敲imshow和waitKey啦。

---

第二步：提取图像特征（SIFT 算法）

图像拼接的核心是找到两张图里一样的地方，这就需要提取 “特征点”—— 就像我们找两张照片里都有的树、路灯，算法会自动找这些独特的 “标记”。

python

运行

def detectAndDescribe(image):
    # 1. 把彩色图转成灰度图（特征提取在灰度图上更高效）
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 2. 创建SIFT特征提取器
    sift = cv2.SIFT_create()
    
    # 3. 检测特征点 + 计算描述子
    # 特征点：图像里的“关键点”（比如角点、边缘）
    # 描述子：每个特征点的“指纹”，用来和其他图的特征点比对
    kps, des = sift.detectAndCompute(gray, None)
    
    # 4. 把特征点坐标转成numpy数组格式（方便后面计算）
    kps_float = np.float32([kp.pt for kp in kps])
    
    # 返回：特征点集合、特征点坐标、特征描述子
    return kps, kps_float, des

👉 大白话：这个函数就是给图片 “打标记”，把每张图里的关键信息都提取出来，方便后面找两张图的对应关系。

---

第三步：读取图片 & 提取特征

现在我们把准备好的两张图读进来，然后调用上面的函数提取它们的特征：

python

运行

# 读取两张待拼接的图片
imageA = cv2.imread("A.jpg")
imageB = cv2.imread("B.jpg")

# 分别提取两张图的特征
kpsA, kps_floatA, desA = detectAndDescribe(imageA)
kpsB, kps_floatB, desB = detectAndDescribe(imageB)

👉 小提示：你可以用cv_show('imageA', imageA)看看读进来的图片是不是正常显示，确认路径没写错～

---

第四步：特征匹配 —— 找到两张图的 “共同点”

有了两张图的特征 “指纹”，我们就可以用暴力匹配器（BFMatcher） 去比对，找出哪些特征点是两张图里都有的：

python

运行

# 1. 创建暴力匹配器
matcher = cv2.BFMatcher()

# 2. 用KNN匹配（k=2，即每个特征点找2个最像的匹配）
rawMatches = matcher.knnMatch(desB, desA, k=2)

# 3. 筛选优质匹配（过滤掉不靠谱的匹配）
good = []       # 用来存优质匹配（可视化用）
matches = []    # 用来存匹配对的索引（计算变换矩阵用）
for m in rawMatches:
    # 规则：最近匹配的距离 < 0.65 * 次近匹配的距离 → 保留这个匹配
    # 意思是：这个匹配点比下一个候选点靠谱很多，才认为是有效匹配
    if len(m) == 2 and m[0].distance < 0.65 * m[1].distance:
        good.append(m)
        matches.append((m[0].queryIdx, m[0].trainIdx))

# 看看找到了多少个优质匹配
print(f"找到 {len(good)} 个优质匹配对")

👉 为什么要筛选？因为直接匹配会有很多错误的 “假匹配”，加个阈值过滤后，结果会更准确～

---

第五步：可视化匹配结果（可选）

我们可以把匹配的特征点画出来，直观看看算法找的对不对：

python

运行

# 画出匹配的特征点
vis = cv2.drawMatchesKnn(
    imageB, kpsB, 
    imageA, kpsA, 
    good, None, 
    flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS
)
# 显示匹配结果
cv_show("Keypoint Matches", vis)

👉 运行后会弹出一个窗口，左边是 B 图，右边是 A 图，中间的连线就是找到的匹配点，连线越多、越准确，拼接效果就越好～

---

第六步：计算透视变换 —— 让两张图对齐

找到足够多的匹配点后（至少 4 个），我们就能计算出透视变换矩阵，这个矩阵能告诉我们：B 图要怎么平移、旋转、变形，才能和 A 图完美对齐。

python

运行

if len(matches) > 4:
    # 1. 取出匹配对的坐标
    ptsB = np.float32([kps_floatB[i] for (i, _) in matches])  # B图里的匹配点坐标
    ptsA = np.float32([kps_floatA[i] for (_, i) in matches])  # A图里的匹配点坐标
    
    # 2. 用RANSAC算法计算变换矩阵（过滤掉错误匹配）
    H, mask = cv2.findHomography(ptsB, ptsA, cv2.RANSAC, ransacReprojThreshold=10)
else:
    print("❌ 图片未找到4个以上的匹配点，无法拼接！")
    sys.exit()  # 退出程序

👉 小知识：RANSAC 算法很聪明，它会自动忽略那些错误的匹配，只留下靠谱的点来计算矩阵，让拼接更稳～

---

第七步：执行拼接 —— 合成大图

最后一步！用变换矩阵把 B 图 “贴” 到 A 图的旁边，再把 A 图放到合适位置，就得到完整的拼接图啦：

python

运行

# 1. 把B图通过变换矩阵，投影到和A图对齐的画布上
# dsize设置为两张图宽度之和，高度和B图一致，保证能放下完整拼接图
result = cv2.warpPerspective(imageB, H, dsize=(imageB.shape[1] + imageA.shape[1], imageB.shape[0]))

# 2. 把A图放到拼接图的最左端（因为A图是基准）
result[0:imageA.shape[0], 0:imageA.shape[1]] = imageA

# 3. 显示最终拼接结果
cv_show('result', result)

# 4. 保存拼接好的图片
cv2.imwrite('pingjie.jpg', result)

👉 运行完后，你的文件夹里会多出一张pingjie.jpg，就是我们拼好的完整图片啦！🎉

---

🚀 完整代码（直接复制跑）

把下面所有代码粘到一个.py文件里（比如image_stitch.py），把A.jpg和B.jpg放在同目录，直接运行就能得到拼接图：

python

运行

import cv2
import numpy as np
import sys

def cv_show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)

def detectAndDescribe(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    sift = cv2.SIFT_create()
    kps, des = sift.detectAndCompute(gray, None)
    kps_float = np.float32([kp.pt for kp in kps])
    return kps, kps_float, des

# 读取图片
imageA = cv2.imread("A.jpg")
imageB = cv2.imread("B.jpg")

# 提取特征
kpsA, kps_floatA, desA = detectAndDescribe(imageA)
kpsB, kps_floatB, desB = detectAndDescribe(imageB)

# 特征匹配
matcher = cv2.BFMatcher()
rawMatches = matcher.knnMatch(desB, desA, k=2)

good = []
matches = []
for m in rawMatches:
    if len(m) == 2 and m[0].distance < 0.65 * m[1].distance:
        good.append(m)
        matches.append((m[0].queryIdx, m[0].trainIdx))

# 可视化匹配（可选，可注释掉）
vis = cv2.drawMatchesKnn(imageB, kpsB, imageA, kpsA, good, None, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv_show("Keypoint Matches", vis)

# 计算变换矩阵
if len(matches) > 4:
    ptsB = np.float32([kps_floatB[i] for (i, _) in matches])
    ptsA = np.float32([kps_floatA[i] for (_, i) in matches])
    H, mask = cv2.findHomography(ptsB, ptsA, cv2.RANSAC, ransacReprojThreshold=10)
else:
    print('图片未找到4个以上的匹配点')
    sys.exit()

# 拼接图片
result = cv2.warpPerspective(imageB, H, dsize=(imageB.shape[1] + imageA.shape[1], imageB.shape[0]))
result[0:imageA.shape[0], 0:imageA.shape[1]] = imageA
cv_show('result', result)
cv2.imwrite('pingjie.jpg', result)

---

❌ 常见问题排雷（小白必看）

1. 报错：module 'cv2' has no attribute 'SIFT_create'→ 解决：没装opencv-contrib-python，重新运行pip install opencv-contrib-python。
2. 报错：No such file or directory: 'A.jpg'→ 解决：图片和代码没放在同一个文件夹，或者图片名字写错了（注意大小写！）。
3. 拼接后图片有黑边 / 错位→ 解决：换两张重叠更多的图片，或者调整匹配阈值（比如把0.65改成0.7，找更多匹配点）。
4. 提示 “未找到 4 个以上匹配点”→ 解决：两张图重叠太少，换两张有明显共同特征的图片（比如风景照、文档扫描件）。

---

💡 拓展思考

• 想拼更多张图？可以循环这个流程，把第三张图和已经拼好的图再拼一次～
• 想优化速度？把BFMatcher换成FlannBasedMatcher，处理大图时会快很多！
• 想去掉拼接缝？可以用图像融合算法（比如加权平均、泊松融合），让拼接处更自然～

---

✨ 总结

今天我们从 0 到 1 实现了一个 SIFT 图像拼接工具，其实全景相机、地图拼接这些复杂功能，底层都是这个原理！只要跟着步骤走，小白也能做出很酷的计算机视觉效果～