👁️ Computer Vision
👁️ Computer Vision

Reconstrucción panorámica

Crear una imagen panorámica a partir de múltiples fotografías solapadas requiere alinear las imágenes de forma precisa, estimar la transformación geométrica entre pares y fusionarlas sin costuras visibles.

Problema

Crear una imagen panorámica a partir de múltiples fotografías solapadas requiere alinear las imágenes de forma precisa, estimar la transformación geométrica entre pares y fusionarlas sin costuras visibles. Hacerlo manualmente es lento e impreciso.

Solución

Pipeline de stitching automático: detección de keypoints locales (SIFT/ORB), matching con FLANN o BFMatcher, estimación de la homografía entre pares con RANSAC para robustez ante outliers y blending suave de las imágenes alineadas.

Detección y matching de keypoints

  • SIFT: invariante a escala, rotación e iluminación — descriptores de 128 dimensiones
  • ORB: alternativa rápida y libre de patentes — descriptores binarios con Hamming distance
  • FLANN matcher para matching eficiente + ratio test de Lowe para filtrar malos matches
  • Visualización de matches: puntos correspondientes entre el par de imágenes

Homografía y blending

  • RANSAC para estimar la homografía eliminando outliers del matching
  • Warping perspectivo: transformar una imagen al sistema de coordenadas de la otra
  • Blending de la zona solapada: feathering (pesos por distancia al borde) para transición suave
  • Composición del panorama completo con múltiples imágenes en secuencia

Más proyectos en Computer Vision