#?執行以下命令，在終端（cmd命令行）運行代碼：
#?python?image_stitching.py?--images?images/scottsdale?--output?output.png?--crop?1

#?import?the?necessary?packages
from?imutils?import?paths
import?numpy?as?np
import?argparse
import?imutils
import?cv2

#?構造參數解析器并解析參數
ap?=?argparse.ArgumentParser（）
ap.add_argument（“-i“?“--images“?type=str?required=True
????????????????help=“path?to?input?directory?of?images?to?stitch“）
ap.add_argument（“-o“?“--output“?type=str?required=True
????????????????help=“path?to?the?output?image“）
ap.add_argument（“-c“?“--crop“?type=int?default=0
????????????????help=“whether?to?crop?out?largest?rectangular?region“）
args?=?vars（ap.parse_args（））??#?vars函數是實現返回對象object的屬性和屬性值的字典對象

print（args）??#?{‘images‘:?‘images/scottsdale‘?‘output‘:?‘output.png‘?‘crop‘:?1}
#?匹配輸入圖像的路徑并初始化我們的圖像列表
#?rectangular_region?=?2
print（“[INFO]?loading?images...“）
#?獲取到每張待拼接圖像并排序，如[‘第一張圖片路徑‘，?第二張圖片路徑‘，第三張圖片路徑‘]
imagePaths?=?sorted（list（paths.list_images（args[“images“]）））
#?print（imagePaths）
#?imagePaths?=?[‘IMG_1786-2.jpg‘
#?			??‘IMG_1787-2.jpg‘
#?			??‘IMG_1788-2.jpg‘]
images?=?[]

#?遍歷圖像路徑，加載每個路徑，然后將它們添加到我們的路徑中圖像到stich列表
for?imagePath?in?imagePaths:
????image?=?cv2.imread（imagePath）
????images.append（image）

#?初始化OpenCV的圖像sticher對象，然后執行圖像拼接
print（“[INFO]?stitching?images...“）
stitcher?=?cv2.createStitcher（）?if?imutils.is_cv3（）?else?cv2.Stitcher_create（）
（status?stitched）?=?stitcher.stitch（images）


#?print（status?stitched）
#?如果狀態為“0”，則OpenCV成功執行圖像拼接
if?status?==?0:
????#?檢查我們是否應該從拼接圖像中裁剪出最大的矩形區域
????if?args[“crop“]?>?0:
????????#?在拼接圖像周圍創建一個10像素的黑色邊框
????????print（“[INFO]?cropping...“）
????????stitched?=?cv2.copyMakeBorder（stitched?10?10?10?10
??????????????????????????????????????cv2.BORDER_CONSTANT?（0?0?0））
????????#?cv2.imshow（‘123‘stitched）

????????#?將拼接圖像轉換為灰度
????????gray?=?cv2.cvtColor（stitched?cv2.COLOR_BGR2GRAY）
????????#?cv2.imshow（‘456‘?gray）
????????#?對灰度圖像進行閾值二值化，
????????#?這樣所有大于零的像素都設置為255（前景），而其他所有像素都保持為0（背景）
????????thresh?=?cv2.threshold（gray?0?255?cv2.THRESH_BINARY）[1]
????????#?cv2.imshow（‘789‘?thresh）
????????#?在閾值圖像中找到所有外部輪廓，然后找到?“最大?”輪廓，它將是拼接圖像的輪廓
????????#?cv2.RETR_EXTERNAL：只找外輪廓。cv2.CHAIN_APPROX_SIMPLE：輸出少量輪廓點
????????#?輸出參數1：圖像
????????#?輸出參數2：輪廓列表
????????#?輸出參數3：層級
????????cnts?=?cv2.findContours（thresh.copy（）?cv2.RETR_EXTERNAL?cv2.CHAIN_APPROX_SIMPLE）
????????#?print（cnts）?#cnts包括三個數組：
????????#?print（len（cnts））

????????cnts?=?imutils.grab_contours（cnts）

????????################################
????????#?imutils.grab_contours?的源碼?：

????????????#?#?if?the?length?the?contours?tuple?returned?by?cv2.findContours
????????????#?#?is?‘2‘?then?we?are?using?either?OpenCV?v2.4?v4-beta?or
????????????#?#?v4-official
????????????#?if?len（cnts）?==?2:
????????????#?????cnts?=?cnts[0]
????????????#?#?if?the?length?of?the?contours?tuple?is?‘3‘?then?we?are?using
????????????#?#?either?OpenCV?v3?v4-pre?or?v4-alpha
????????????#?elif?len（cnts）?==?3:
????????????#?????cnts?=?cnts[1]
????????????#?#?otherwise?OpenCV?ha

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-03-26?11:10??圖像拼接---去除黑邊\
?????文件??????160834??2018-12-11?19:45??圖像拼接---去除黑邊\IMG_1786-2.jpg
?????文件??????155549??2018-12-11?19:45??圖像拼接---去除黑邊\IMG_1787-2.jpg
?????文件??????187918??2018-12-11?19:45??圖像拼接---去除黑邊\IMG_1788-2.jpg
?????文件????????7055??2019-03-26?11:12??圖像拼接---去除黑邊\image_stitching.py
?????目錄???????????0??2019-03-18?08:40??圖像拼接---去除黑邊\images\
?????目錄???????????0??2019-03-18?08:41??圖像拼接---去除黑邊\images\scottsdale\
?????文件??????160834??2018-12-11?19:45??圖像拼接---去除黑邊\images\scottsdale\IMG_1786-2.jpg
?????文件??????155549??2018-12-11?19:45??圖像拼接---去除黑邊\images\scottsdale\IMG_1787-2.jpg
?????文件??????187918??2018-12-11?19:45??圖像拼接---去除黑邊\images\scottsdale\IMG_1788-2.jpg
?????文件?????1059139??2018-12-11?20:10??圖像拼接---去除黑邊\output.png
?????目錄???????????0??2019-03-26?11:12??圖像拼接---去除黑邊\result\
?????文件??????234097??2019-03-25?21:37??圖像拼接---去除黑邊\result.jpg