图像拼接是怎么回事
你有没有试过在旅游时想拍下整个风景，但手机屏幕装不下？这时候就会用到全景模式。其实这个功能背后，就是图像处理中的图像拼接技术。简单说，就是把几张有重叠部分的照片自动“粘”在一起，变成一张更宽或更大的图。
关键第一步：找特征点
两张照片怎么知道该怎么对齐？系统会先在每张图里找出一些明显的“地标”，比如墙角、树干、窗户边缘这些容易识别的位置。这些位置叫特征点。常用的方法有SIFT、SURF或者ORB，它们能在不同角度、亮度下都找到相同的点。
比如你在拍一栋楼，左边那张照到了门和一半窗户，右边那张照到了另一半窗户和一棵树。算法会在两图都出现的窗户边框上找到匹配的点，作为对齐依据。
匹配点对，计算变换关系
找到特征点后，下一步是判断哪些点是同一位置在不同照片里的表现。通过比对特征描述子，系统会列出可能的匹配点对。接着用RANSAC这类方法剔除错误匹配（误把树影当窗框的情况），留下可靠的点对。
有了这些正确对应的点，就能算出从一张图变形成另一张图需要做的操作——是得旋转一下，还是往右平移，或者稍微缩放。这个变换关系通常用一个3x3的单应性矩阵（Homography Matrix）来表示。
单应性矩阵示例
H = [[1.02, -0.05, 30],
[0.03, 1.01, -15],
[0.00, 0.00, 1]]上面这个矩阵意味着图像要轻微旋转、拉伸，并向右上移动30像素、向下移动15像素才能对齐。
投影与融合：让拼接自然过渡
有了变换关系，就把其中一张图按矩阵变形，投到另一张图的坐标系里。这时候两张图就大致对上了，但直接叠加会出现明显边界——一边亮一边暗，或者出现重影。
解决办法是图像融合。常见的做法是使用渐入渐出的权重，在重叠区域让左边图慢慢变淡，右边图慢慢变亮，中间平滑过渡。也可以用多频段融合，把图像拆成不同尺度的层分别处理，避免边缘发虚或出现波纹。
实际应用中会遇到的问题
不是所有场景都适合拼接。如果拍摄时手抖得太厉害，或者两张图之间移动太大、角度突变，特征点匹配就会失败。另外，画面里如果有大量重复纹理（比如一面白墙、一片树林），也容易误匹配。
还有种情况是移动物体干扰，比如你在拍街景时，一个人从左图走到右图，最后拼出来可能就有两个“分身”。这时候需要额外做运动分割，把动态区域单独处理。
自己也能动手试试
OpenCV 提供了现成的拼接模块，几行代码就能实现基本功能。
import cv2
# 读取两张图片
img1 = cv2.imread('left.jpg')
img2 = cv2.imread('right.jpg')
# 创建拼接器
stitcher = cv2.Stitcher_create()
status, stitched = stitcher.stitch([img1, img2])
if status == cv2.Stitcher_OK:
cv2.imwrite('output.jpg', stitched)当然实际项目中还需要处理图像预处理、投影校正、裁剪黑边等问题，但核心流程都一样：提特征、配准、变换、融合。