Seonglae Cho프로젝트 #2 여러 장의 사진으로 파노라마 이미지 만들기 (마감일: 2023년 5월 30일 오후 11시 55분)
이 과제의 목표는 두 장 이상의 이미지를 파노라마 이미지로 결합하는 것입니다. 학생들은 이 과제를 수행하기 위해 직접 디지털 사진을 촬영하는 것이 좋습니다.
학생들은 08강에서 배운 이미지 좌표를 사용하여 동형도를 계산하는 DLT를 구현해야 합니다. 해당 점은 이미지에 수동으로 표시할 수 있습니다. 학생들은 4점이 있는 최소의 경우와 10점 이상의 대응점이 있는 경우를 모두 고려해야 합니다.
- RANSAC 알고리즘을 포함하면 20점이 추가됩니다.
학생들은 이 과제의 솔루션을 Matlab 또는 Python을 사용하여 구현하는 것이 좋습니다. C++를 사용해야 하는 경우에도 자유롭게 사용할 수 있습니다.
호모그래피를 계산한 후에는 이미지를 워프하고 스티칭해야 합니다(강의 07). 정방향 워핑과 역방향 워핑 중 하나를 사용할 수 있지만, 역방향 매핑을 사용하는 것을 권장합니다.
웹에서 이미지 파노라마를 만들기 위한 이미지 스티칭에 대한 수많은 레퍼런스가 있습니다. 웹에서 사용 가능한 정보를 사용해도 좋습니다.
그러나 코드에 동형도 계산과 스티칭이 포함되어 있는지 확인하세요. 컴퓨터 비전 라이브러리에서 제공하는 함수를 사용하는 것은 금지됩니다.
일대일 미팅을 통해 다시 한 번 프로젝트를 채점합니다. 미팅에서는 코드를 설명하고 결과에 대해 토론할 수 있어야 합니다. 회의 중에는 PPT 자료를 보고서로 가져올 수 있습니다.
혼동을 방지하기 위해 몇 가지 함수에 대한 자세한 정보를 제공합니다.
[1]
stitch_all()- 이미지1에서 이미지N까지가 가장 왼쪽 장면에서 가장 오른쪽 장면이라고 가정합니다.
- 스티칭의 구체적인 순서는 사용자가 결정해야 합니다.
[2]
warp()- 입력 H의 경우: H[2,2]는 1로 정규화된 것으로 가정합니다(get_homography()에 따라).
H가 고정되어 있으므로 뒤틀린 src 이미지의 크기를 임의로 조정할 수 없습니다.
- 뒤틀린 src 이미지는 대상 창 크기에 따라 잘립니다.
자른 후에도 뒤틀린 원본 이미지의 내용이 어느 정도 보존되는지 확인하세요.
자르기에 대한 엄격한 규칙은 없으므로 결과는 cv2.warpPerspective()와 다를 수 있습니다.
- 필요한 경우 이 함수에 몇 가지 매개 변수를 추가할 수도 있습니다.
[3]
stitch()stitch_all()알고리즘에 따라(src_img, dst_img)의 경우 두 가지가 있을 수 있습니다:
- src_img=오른쪽 장면, dst_img=왼쪽 장면
- src_img=왼쪽 장면, dst_img=오른쪽 장면
- 2번의 경우, 처리하지 않으면 뒤틀린 src 이미지가 심하게 잘릴 수 있습니다.
stitch() (또는 warp()) 함수에서 처리(예: 오프셋 활용)하여 다음 사항을 확인해야 합니다.
자르기 및 스티칭 후에도 이미지의 내용이 어느 정도 보존되도록 해야 합니다.