图像配准工具

一个更正式整理后的 Python 项目，用于红外图像与可见光图像的手动配准、批量导出和数据集辅助处理。

项目特性

• PyQt6 图形界面，支持人工调节红外/可见光图像配准
• 支持当前图像一键自动优化 dx / dy / scale_x / scale_y
• 支持整目录批量自动优化并保存参数
• 内置统一 CLI，可运行配准、尺寸对齐和数据集拆分
• 使用 src/ 包结构，便于维护、安装和后续扩展

项目结构

.
├── src/
│   └── image_registration_tool/
│       ├── gui.py                  # 主 GUI
│       ├── cli.py                  # 统一命令行入口
│       └── tools/
│           ├── align.py            # 可见光图像尺寸对齐
│           ├── manual_registration.py
│           └── split_data.py
├── scripts/                        # Windows 辅助脚本
├── docs/                           # 项目文档
├── packaging/                      # 打包配置
├── image_registration_tool.py      # 源码启动入口
├── pyproject.toml                  # 项目元数据
└── requirements.txt                # 依赖锁定

安装

方式一：直接安装依赖

pip install -r requirements.txt

方式二：按项目方式安装

pip install -e .

运行方式

启动主 GUI

兼容方式：

python image_registration_tool.py

运行其他子命令：

python image_registration_tool.py align
python image_registration_tool.py manual
python image_registration_tool.py split-data

安装后推荐方式：

image-registration-tool gui
image-registration-tool align
image-registration-tool manual
image-registration-tool split-data

GUI 自动优化

在主界面中点击 一键自动优化 按钮后，程序会：

• 以当前参数作为初始值
• 使用 ECC 生成初始估计
• 基于 SciPy 对 dx / dy / scale_x / scale_y 继续精修
• 自动刷新预览并将结果写入 results/ 参数文件

点击 批量自动优化 按钮后，程序会按目录逐张处理，并优先复用已有参数或上一张优化结果作为下一张的初始值。

默认目录约定

默认使用当前工作目录下的这些目录：

• images/：可见光图像
• imagesIR/：红外图像
• results/：GUI 保存的配准参数
• imagesIR_registered/：手动配准后的红外图像
• images_aligned/：按红外尺寸对齐后的可见光图像
• outputs/：数据集拆分输出目录

路径兼容

• Windows 下直接使用 cv2.imread / cv2.imwrite 处理中文路径时，常会出现读取或导出失败
• 本项目已经统一改为 cv2.imdecode / cv2.imencode 方案，兼容中文路径和当前这类中文项目目录
• 如果你后续新增图像读写代码，建议继续复用项目内的 src/image_registration_tool/io.py

开发与打包

• 打包说明见 docs/BUILD_README.md
• 项目结构清单见 docs/FILE_MANIFEST.md

注意事项

• 红外图像和可见光图像默认按同名文件匹配
• 当前 GUI 仍以手动配准为核心，未引入自动配准算法
• 如果直接通过源码运行，建议在项目根目录执行命令，以保持默认路径一致