如何使用Python實現影象融合及加法運算？

HMS Core 使能 AI 智慧體驗，共建創新應用生態>>>

摘要：本篇文章主要講解Python呼叫OpenCV實現影象融合及加法運算，包括三部分知識：影象融合、影象加法運算、影象型別轉換。

本文分享自華為雲社群《[Python影象處理] 五.影象融合、加法運算及影象型別轉換》，作者：eastmount。

一.影象加法運算

1.Numpy庫加法

其運算方法是：目標影象 = 影象1 + 影象2，運算結果進行取模運算。

1. 當畫素值<=255時，結果為“影象1+影象2”，例如：120+48=168
2. 當畫素值>255時，結果為對255取模的結果，例如：(255+64)%255=64

2.OpenCV加法運算

另一種方法是直接呼叫OpenCV庫實現影象加法運算，方法如下：
目標影象 = cv2.add(影象1, 影象2)

此時結果是飽和運算，即：

1. 當畫素值<=255時，結果為“影象1+影象2”，例如：120+48=168
2. 當畫素值>255時，結果為255，例如：(255+64) = 255

兩種方法對應的程式碼如下所示：

#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)

#顯示影象
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。

注意：參與運算的影象大小和型別必須一致。下面是對彩色影象進行加法運算的結果。

二.影象融合

影象融合通常是指將2張或2張以上的影象資訊融合到1張影象上，融合的影象含有更多的資訊，能夠更方便人們觀察或計算機處理。如下圖所示，將兩張不清晰的影象融合得到更清晰的圖。

影象融合是在影象加法的基礎上增加了係數和亮度調節量。

1. 影象加法：目標影象 = 影象1 + 影象2
2. 影象融合：目標影象 = 影象1 * 係數1 + 影象2 * 係數2 + 亮度調節量

主要呼叫的函式是addWeighted，方法如下：

dst = cv2.addWeighter(scr1, alpha, src2, beta, gamma)
dst = src1 * alpha + src2 * beta + gamma

其中引數gamma不能省略。

程式碼如下：

#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')

#影象融合
result = cv2.addWeighted(src1, 1, src2, 1, 0)

#顯示影象
cv2.imshow("src1", src1)
cv2.imshow("src2", src2)
cv2.imshow("result", result)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是，兩張融合的影象畫素大小需要一致，如下圖所示，將兩張RGB且畫素410*410的影象融合。

設定不同的比例的融合如下所示：

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

三.影象型別轉換

影象型別轉換是指將一種型別轉換為另一種型別，比如彩色影象轉換為灰度影象、BGR影象轉換為RGB影象。OPenCV提供了200多種不同型別之間的轉換，其中最常用的包括3類，如下：

• cv2.COLOR_BGR2GRAY
• cv2.COLOR_BGR2RGB
• cv2.COLOR_GRAY2BGR

程式碼如下所示：

#encoding:utf-8
import cv2  
import numpy as np  
import matplotlib.pyplot as plt
 
#讀取圖片
src = cv2.imread('01.bmp')

#影象型別轉換
result = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

#顯示影象
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)

影象處理通常需要將彩色影象轉換為灰度影象再進行後續的操作，更多知識後續將繼續分享，希望對著喜歡，尤其是做影象識別、影象處理的同學。

點選關注，第一時間瞭解華為雲新鮮技術~