机器视觉 · 函数

图像对齐

使用 ORB 特征匹配 + 单应性变换进行图像对齐。返回对齐后的图像2。

调用签名(图像1, 图像2, 最大特征点=500)

图ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：机器视觉入口
设 功能 = 机器视觉.图像对齐
打印(功能)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

图像1可选 · 默认无

未声明位置参数或字段名=值

OpenCV、Pillow、NumPy 数组或底层库可识别的图像对象。

常见错误：漏传会报 TypeError: missing required argument: '图像1';检查调用是否漏了这行

图像2可选 · 默认无

未声明位置参数或字段名=值

OpenCV、Pillow、NumPy 数组或底层库可识别的图像对象。

常见错误：漏传会报 TypeError: missing required argument: '图像2';检查调用是否漏了这行

最大特征点可选 · 默认 500

未声明位置参数或字段名=值

按函数业务含义传入最大特征点;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 案例：机器视觉入口
设 功能 = 机器视觉.图像对齐
打印(功能)

# 进阶组合:图像对齐 配合 机器视觉 业务流使用
设 图像 = 机器视觉.读取图像("outputs/示例.png")
设 结果 = 机器视觉.图像对齐(
    图像1="示例值",  # 必填
    图像2="示例值",  # 必填
    最大特征点=500,  # 可选
)
机器视觉.保存图像("outputs/灰度示例.png", 灰度)
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 图像1
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器视觉.图像对齐()  # TypeError
# 修复:补上必填字段
设 结果 = 机器视觉.图像对齐(图像1="示例值")

## 参数 2: 图像2
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器视觉.图像对齐()  # TypeError
# 修复:补上必填字段
设 结果 = 机器视觉.图像对齐(图像2="示例值")
打印(结果)