使用Python實現圖像融合及加法運算
一.圖像加法運算
1.Numpy庫加法
其運算方法是:目標圖像 = 圖像1 + 圖像2,運算結果進行取模運算。
- 當像素值<=255時,結果為“圖像1+圖像2”,例如:120+48=168
- 當像素值>255時,結果為對255取模的結果,例如:(255+64)%255=64
2.OpenCV加法運算
另一種方法是直接調用OpenCV庫實現圖像加法運算,方法如下:
目標圖像 = cv2.add(圖像1, 圖像2)
此時結果是飽和運算,即:
- 當像素值<=255時,結果為“圖像1+圖像2”,例如:120+48=168
- 當像素值>255時,結果為255,例如:(255+64) = 255
兩種方法對應的代碼如下所示:
#encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #讀取圖片 img = cv2.imread('picture.bmp') test = img #方法一:Numpy加法運算 result1 = img + test #方法二:OpenCV加法運算 result2 = cv2.add(img, test) #顯示圖像 cv2.imshow("original", img) cv2.imshow("result1", result1) cv2.imshow("result2", result2) #等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()
輸出結果如下圖所示,其中result1為第一種方法,result2為第二種方法,白色點255更多。
註意:參與運算的圖像大小和類型必須一致。下面是對彩色圖像進行加法運算的結果。
二.圖像融合
圖像融合通常是指將2張或2張以上的圖像信息融合到1張圖像上,融合的圖像含有更多的信息,能夠更方便人們觀察或計算機處理。如下圖所示,將兩張不清晰的圖像融合得到更清晰的圖。
圖像融合是在圖像加法的基礎上增加瞭系數和亮度調節量。
- 圖像加法:目標圖像 = 圖像1 + 圖像2
- 圖像融合:目標圖像 = 圖像1 * 系數1 + 圖像2 * 系數2 + 亮度調節量
主要調用的函數是addWeighted,方法如下:
dst = cv2.addWeighter(scr1, alpha, src2, beta, gamma) dst = src1 * alpha + src2 * beta + gamma
其中參數gamma不能省略。
代碼如下:
#encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #讀取圖片 src1 = cv2.imread('test22.jpg') src2 = cv2.imread('picture.bmp') #圖像融合 result = cv2.addWeighted(src1, 1, src2, 1, 0) #顯示圖像 cv2.imshow("src1", src1) cv2.imshow("src2", src2) cv2.imshow("result", result) #等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()
需要註意的是,兩張融合的圖像像素大小需要一致,如下圖所示,將兩張RGB且像素410*410的圖像融合。
設置不同的比例的融合如下所示:
result = cv2.addWeighted(src1, 0.6, src2, 0.8, 10)
三.圖像類型轉換
圖像類型轉換是指將一種類型轉換為另一種類型,比如彩色圖像轉換為灰度圖像、BGR圖像轉換為RGB圖像。OPenCV提供瞭200多種不同類型之間的轉換,其中最常用的包括3類,如下:
- cv2.COLOR_BGR2GRAY
- cv2.COLOR_BGR2RGB
- cv2.COLOR_GRAY2BGR
代碼如下所示:
#encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #讀取圖片 src = cv2.imread('01.bmp') #圖像類型轉換 result = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) #顯示圖像 cv2.imshow("src", src) cv2.imshow("result", result) #等待顯示 cv2.waitKey(0) cv2.destroyAllWindows()
輸出結果如下圖所示:
如果使用通道轉化,則結果如下圖所示:
result = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
圖像處理通常需要將彩色圖像轉換為灰度圖像再進行後續的操作,更多知識後續將繼續分享,希望對著喜歡,尤其是做圖像識別、圖像處理的同學。
到此這篇關於使用Python實現圖像融合及加法運算的文章就介紹到這瞭,更多相關Python圖像融合內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python opencv 圖像處理之圖像算數運算及修改顏色空間
- 超詳細註釋之OpenCV構建透明的疊加層
- Python圖像運算之圖像點運算與灰度化處理詳解
- Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()的區別
- Python圖像運算之圖像灰度非線性變換詳解