python图像拼接算法及实现,python图像增强算法

  python图像拼接算法及实现,python图像增强算法

  本文主要介绍使用Python实现图像融合和添加,Python调用OpenCV实现图像融合和添加,包括图像融合、图像添加和图像类型转换三部分知识。以下详细内容,可以参考现在需要的朋友。

  00-1010 1.图像添加1。Numpy库添加2。OpenCV加法2。图像融合3。图像类型转换

  

目录

  

一.图像加法运算

  其运算方法是:目标图像=图像1,图像2,对运算结果进行模运算。

  当像素值为255时,结果为“图像1图像2”,例如:120 48=168。当像素值为255时,结果为模255的结果,例如:(255 64)%5=64。

  

1.Numpy库加法

  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:

  当像素值为255时,结果为“图像1图像2”,例如:120 48=168。当像素值为255时,结果为255,例如:(255 ^ 64)=255两种方法对应的代码如下所示:.

  #编码:utf-8

  导入cv2

  将numpy作为np导入

  将matplotlib.pyplot作为plt导入

  #阅读图片

  img=cv2.imread(picture.bmp )

  测试=img

  #方法1: Numpy加法

  结果1=img测试

  #方法2: OpenCV添加

  结果2=cv2.add(img,test)

  #显示图像

  cv2.imshow(原始,img)

  cv2.imshow(result1 ,result1)

  cv2.imshow(result2 ,result2)

  #等待显示

  cv2.waitKey(0)

  cv2.destroyAllWindows()

  输出如下图所示,其中result1是第一个方法,result2是第二个方法,还有更多白点255。

  参与注意:操作的图像的大小和类型必须一致。以下是添加彩色图像的结果。

  

2.OpenCV加法运算

  图像融合通常是指将两幅或多幅图像融合成一幅图像。融合后的图像包含了更多的信息,更便于人们观察或计算机处理。如下图所示,融合两张不清晰的图像,得到一张更清晰的图片。

  图像融合是基于通过添加系数和亮度等级的图像相加。

  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亮度等级主要调用的函数是addWeighted,方法如下:

  dst=cv2.addWeighter(scr1,alpha,src2,beta,gamma)

  dst=src1 * alpha src2 * beta gamma

  其中不能省略参数。

  代码如下:

  #编码:utf-8

  导入cv2

  将numpy作为np导入

  将matplotlib.pyplot作为plt导入

  #阅读图片

  src1=cv2.imread(test22.jpg )

  src2=cv2.imread(picture.bmp )

  #图像融合

  result=cv2.addWeighted(src1,1,src2,1,0)

  #显示图像

  cv2.imshow(src1 ,src1)

  cv2.imshow(src2 ,src2)

  cv2.imshow(result ,结果)

  #等待显示

  cv2.waitKey(0)

  cv2.destroyAllWindows()

  需要注意的是,两幅融合图像的像素大小需要相同,如下图所示,融合两幅410*410像素的RGB图像。

  设置不同的比例的融合如下所示:

  result=cv2.addWeighted(src1,0.6,src2,0.8,10)

  

二.图像融合

  图像类型转换是指一种类型到另一种类型的转换,例如彩色图像到灰度图像和BGR图像到RGB图像。OPenCV提供了200多种不同类型的转换,其中最常用的包括三种类型,如下:.

  cv2。COLOR_BGR2GRAYcv2。COLOR_BGR2RGBcv2。颜色_灰色2 bgr代码如下所示:

  #编码:utf-8

  导入cv2

  将numpy作为np导入

  将matplotlib.pyplot作为plt导入

  #阅读图片

  src=cv2.imread(01.bmp )

  #图像类型转换

  result=cv2.cvtColor(src,cv2。COLOR_BGR2GRAY)

  #显示图像

  cv2.imshow(src ,src)

  cv2.imshow(result ,结果)

  #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(src,cv2。COLOR_BGR2RGB)

  图像处理通常需要将彩色图像转换成灰度图像,然后再进行后续操作。后面还会继续分享更多的知识,希望喜欢的同学,尤其是做图像识别和图像处理的同学能喜欢。

  这就是这篇关于使用Python进行图像融合和添加的文章。有关Python图像融合的更多信息,请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望你以后能支持风行IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: