代碼講解

　　1、填充imgs，將輸入的圖片全部填充到容器imgs中，并將輸入的圖片，一一顯示出來。

　　int parseCmdArgs（int argc， char** argv）{

　　for （int i = 1; i 《 argc-1; ++i）{

　　Mat img = imread（argv［i］）;

　　if （img.empty（））{

　　cout 《《 “Can‘t read image ’” 《《 argv［i］ 《《 “‘ ”;

　　return -1;

　　}

　　imgs.push_back（img）;

　　imshow（argv［i］， img）;

　　}

　　return 0;

　　}

　　2、創建一個stitcher對象。

　　Stitcher stitcher = Stitcher：：createDefault（try_use_gpu）;

　　3、設置生成結果圖為：

? ? ? ?1：平面， 2：柱面， 3：立體畫面。opencv中提供了很多可以生成的全景圖種類。在它提供的復雜版實例：stitching_detailed.cpp，

　　有如下種類可以選擇：

　　plane|cylindrical|spherical|fisheye|stereographic|compressedPlaneA2B1|

　　compressedPlaneA1.5B1|compressedPlanePortraitA2B1|compressedPlanePortraitA1.5B1|paniniA2B1|

　　paniniA1.5B1|paniniPortraitA2B1|paniniPortraitA1.5B1|mercator|transverseMercator

　　本例中，只使用了3種作為選擇：

　　/*設置生成結果圖為：1：平面， 2：柱面， 3：立體畫面*/

　　if（argv［4］［0］ == ‘1’）{

　　PlaneWarper* cw = new PlaneWarper（）;

　　stitcher.setWarper（cw）;

　　}else if（argv［4］［0］ == ‘2’）{

　　SphericalWarper* cw = new SphericalWarper（）;

　　stitcher.setWarper（cw）;

　　}else if（argv［4］［0］ == ‘3’）{

　　StereographicWarper *cw = new cv：：StereographicWarper（）;

　　stitcher.setWarper（cw）;

　　}

　　4、選擇尋找特征點的算法，opencv中提供了Surf和Orb兩種方式可以選擇，本例中使用的是Surf。

　　detail：：SurfFeaturesFinder *featureFinder = new detail：：SurfFeaturesFinder（）;

　　stitcher.setFeaturesFinder（featureFinder）;

　　5、生成輸出全景圖，這里使用另一種方式來實現。

　　/*匹配給定的圖像和估計相機的旋轉*/

　　Stitcher：：Status status = stitcher.estimateTransform（imgs）;

　　/*生成全景圖像*/

　　status = stitcher.composePanorama（pano）;

　　imwrite（result_name， pano）;

　　imshow（“show”， pano）;

　　效果演示

　　本例的三種效果圖，對應顯示如下：

　　1、平面

　　2、球面

　　3、立體