使用Python实现图像融合及加法运算
一.图像加法运算
1.Numpy库加法
其运算方法是：目标图像 = 图像1 + 图像2，运算结果进行取模运算。
- 当像素值<=255时，结果为“图像1+图像2”，例如：120+48=168
- 当像素值>255时，结果为对255取模的结果，例如：(255+64)%255=64
2.OpenCV加法运算
另一种方法是直接调用OpenCV库实现图像加法运算，方法如下：
目标图像 = cv2.add(图像1, 图像2)
此时结果是饱和运算，即：
- 当像素值<=255时，结果为“图像1+图像2”，例如：120+48=168
- 当像素值>255时，结果为255，例如：(255+64) = 255
两种方法对应的代码如下所示：
#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#读取图片
img = cv2.imread('picture.bmp')
test = img
#方法一：Numpy加法运算
result1 = img + test
#方法二：OpenCV加法运算
result2 = cv2.add(img, test)
#显示图像
cv2.imshow("original", img)
cv2.imshow("result1", result1)
cv2.imshow("result2", result2)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()输出结果如下图所示，其中result1为第一种方法，result2为第二种方法，白色点255更多。
注意：参与运算的图像大小和类型必须一致。下面是对彩色图像进行加法运算的结果。
二.图像融合
图像融合通常是指将2张或2张以上的图像信息融合到1张图像上，融合的图像含有更多的信息，能够更方便人们观察或计算机处理。如下图所示，将两张不清晰的图像融合得到更清晰的图。
图像融合是在图像加法的基础上增加了系数和亮度调节量。
- 图像加法：目标图像 = 图像1 + 图像2
- 图像融合：目标图像 = 图像1 * 系数1 + 图像2 * 系数2 + 亮度调节量
主要调用的函数是addWeighted，方法如下：
dst = cv2.addWeighter(scr1, alpha, class="lazy" data-src2, beta, gamma)
dst = class="lazy" data-src1 * alpha + class="lazy" data-src2 * beta + gamma其中参数gamma不能省略。
代码如下：
#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#读取图片
class="lazy" data-src1 = cv2.imread('test22.jpg')
class="lazy" data-src2 = cv2.imread('picture.bmp')
#图像融合
result = cv2.addWeighted(class="lazy" data-src1, 1, class="lazy" data-src2, 1, 0)
#显示图像
cv2.imshow("class="lazy" data-src1", class="lazy" data-src1)
cv2.imshow("class="lazy" data-src2", class="lazy" data-src2)
cv2.imshow("result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()需要注意的是，两张融合的图像像素大小需要一致，如下图所示，将两张RGB且像素410*410的图像融合。
设置不同的比例的融合如下所示：
result = cv2.addWeighted(class="lazy" data-src1, 0.6, class="lazy" data-src2, 0.8, 10)
三.图像类型转换
图像类型转换是指将一种类型转换为另一种类型，比如彩色图像转换为灰度图像、BGR图像转换为RGB图像。OPenCV提供了200多种不同类型之间的转换，其中最常用的包括3类，如下：
- cv2.COLOR_BGR2GRAY
- cv2.COLOR_BGR2RGB
- cv2.COLOR_GRAY2BGR
代码如下所示：
#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#读取图片
class="lazy" data-src = cv2.imread('01.bmp')
#图像类型转换
result = cv2.cvtColor(class="lazy" data-src, cv2.COLOR_BGR2GRAY)
#显示图像
cv2.imshow("class="lazy" data-src", class="lazy" data-src)
cv2.imshow("result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()输出结果如下图所示：
如果使用通道转化，则结果如下图所示：
result = cv2.cvtColor(class="lazy" data-src, cv2.COLOR_BGR2RGB)
图像处理通常需要将彩色图像转换为灰度图像再进行后续的操作，更多知识后续将继续分享，希望对着喜欢，尤其是做图像识别、图像处理的同学。
到此这篇关于使用Python实现图像融合及加法运算的文章就介绍到这了,更多相关Python图像融合内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
