前面的视频是同一个方向转圈，如果到了一圈相反转，再相反转会怎样呢？
重新拍了一个视频，3圈（右--左--右），用前面的选片工具，选了86张图
接片效果图：
上下没有重合，如果前面有一张没有配好，后面的就全部不重合了。
先来看看一圈的效果：
去掉单图黑边
Mat myimread(string & n)
{
Mat im=imread(n);
Mat roi2;
im(Range(3, im.rows-6), Range(3, im.cols-6)).copyTo(roi2);//消除黑边
return roi2;
}
用这个函数代替imread:
加上左右融合:
void 融合(Mat & im,Mat &dst,Point2f p)//四边融合
{
int w=100; //融合宽;
int c=im.cols,r=im.rows;
int c2=dst.cols,r2=dst.rows;
float a;//权重
int x,y;
for(int i=0;i<r;i++)
{
//左边
for(int j=0;j<w;j++)
{
x=p.x+j;
y=p.y+i;
if (dst.at<Vec3b>(y,x)[0]!=0 || dst.at<Vec3b>(y,x)[1]!=0 || dst.at<Vec3b>(y,x)[2]!=0)
{
a=1.0-(float)j/w;//权重
//原图和新图又叠加
dst.at<Vec3b>(y,x)[0]=a*dst.at<Vec3b>(y,x)[0] + (1.0-a)*im.at<Vec3b>(i,j)[0];
dst.at<Vec3b>(y,x)[1]=a*dst.at<Vec3b>(y,x)[1] + (1.0-a)*im.at<Vec3b>(i,j)[1];
dst.at<Vec3b>(y,x)[2]=a*dst.at<Vec3b>(y,x)[2] + (1.0-a)*im.at<Vec3b>(i,j)[2];
}
else
{
//直接复制
dst.at<Vec3b>(y,x)[0]=im.at<Vec3b>(i,j)[0];
dst.at<Vec3b>(y,x)[1]=im.at<Vec3b>(i,j)[1];
dst.at<Vec3b>(y,x)[2]=im.at<Vec3b>(i,j)[2];
}
}
//右边
for(int j=c-w;j<c;j++)
{
x=p.x+j;
y=p.y+i;
if (dst.at<Vec3b>(y,x)[0]!=0 || dst.at<Vec3b>(y,x)[1]!=0 || dst.at<Vec3b>(y,x)[2]!=0)
{
a=(float)(j-(c-w))/w;//右边权重
dst.at<Vec3b>(y,x)[0]=a*dst.at<Vec3b>(y,x)[0] + (1.0-a)*im.at<Vec3b>(i,j)[0];
dst.at<Vec3b>(y,x)[1]=a*dst.at<Vec3b>(y,x)[1] + (1.0-a)*im.at<Vec3b>(i,j)[1];
dst.at<Vec3b>(y,x)[2]=a*dst.at<Vec3b>(y,x)[2] + (1.0-a)*im.at<Vec3b>(i,j)[2];
}
else
{
dst.at<Vec3b>(y,x)[0]=im.at<Vec3b>(i,j)[0];
dst.at<Vec3b>(y,x)[1]=im.at<Vec3b>(i,j)[1];
dst.at<Vec3b>(y,x)[2]=im.at<Vec3b>(i,j)[2];
}
}
}
Mat roi2(dst, Rect(p.x+w, p.y, im.cols-2*w, im.rows));//复制中间部分
im(Range(0, im.rows), Range(w, im.cols-w)).copyTo(roi2);
}用这个函数代替复制部分：
效果好一点了，再把亮度校正下（匹配点）：
//计算各图匹配点亮度比例
vector<float> 比_colors;//比_colors[i]表示第i个图像颜色和第一个图的比值
//亮度比值，第一个为1，其它相对于第一个
get亮度比率(image_colors,image_matches ,比_colors);
//再把所有图像放到一个大图中(拼接)
for (unsigned int i=0;i<position_da.size ();i++)
{
Mat im = myimread(image_names[i]);//读出一个图
//亮度调整
im/=比_colors[i];//按比值反向修正
int x=position_da[i].x-xmin;
int y=position_da[i].y-ymin;
//Mat roi2(stitch, Rect(x, y, im.cols, im.rows));
// im(Range(0, im.rows), Range(0, im.cols)).copyTo(roi2);
//加融合+++++++++++++++++++++++++++
融合(im,stitch,Point2f(x,y));//二边融合
}
最后二张图已经是第二圈的先把它去掉：
这样就好多了，再调整一下左右图高度，把它对齐：
前后对齐
{
//再计算最小，最大边界
int xmin=0,xmax=0;
int ixmin=1,ixmax=1;//最左和最右的位置
for (unsigned int i=1;i<position_da.size ();i++)
{
int ti,ta;
ti=xmin;ta=xmax;
xmin=(position_da[i].x<xmin)?position_da[i].x:xmin;
xmax=(position_da[i].x>xmax)?position_da[i].x:xmax;
if(ti!=xmin)
ixmin=i;
if(ta!=xmax)
ixmax=i;
}
vector<DMatch> m;
match_features1 (image_descriptor[ixmin], image_descriptor[ixmax], m);
refineMatchesWithHomography( image_keypoints[ixmin], image_keypoints[ixmax],1.0, m );
cout<<"前后匹配数："<<m.size ()<<endl;
if(m.size ()>0){
//得到匹配点坐标
vector<Point2f> points1, points2;
int src=ixmin;
int dis=ixmax;
get_match_points (image_keypoints[src], image_keypoints[dis] ,m, points1, points2);
Point2f a = getOffset(points1,points2);
cout << "前后两个相差："<<a<< endl;
//在大图的位置
//新的位置
position_s.x=position_da[src].x+a.x;
position_s.y=position_da[src].y+a.y;
//差值（新 - 老）
position_s.x-=position_da[dis].x;
position_s.y-=position_da[dis].y;
cout << "位置差值："<<position_s<< endl;
//计算平均校正值
int p=dis-src-1;//中间数;
float 平均x=position_s.x/p;
float 平均y=position_s.y/p;
for (unsigned int j=src+1;j<dis;j++)
{
//position_da[j].x+=平均x;
position_da[j].y+=平均y;
}
}
}
这是最终效果，虽然也不是很好，比前面已经好多了。