python+opencv基于图像金字塔实现图像融和

图像金字塔主要涉及两个函数：cv.pyrUp()（图像尺寸变小），cv.pyrDown()（图像尺寸变大，但是会模糊）

图像金字塔主要有两个类型：高斯金字塔和拉普拉斯金字塔

关于定义和讲解在链接：图像金字塔

金字塔图像融和的两个重要作用：

1、实现两个图像的无缝连接，就如下面的苹果和橘子

2、图像压缩，利用小图形（被高斯金字塔变换后的图像）和几层拉普拉斯金字塔表示大图像信息（拉普拉斯金字塔即使图像很大，由于大部分都是黑色，可以认为是0，因此压缩后数量很小）

苹果和橘子的例子的原始图像和融合后的效果图如下：

具体代码以及详细注释：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

#读取图片
A = cv.imread('img/apple.jpg')
B = cv.imread('img/orange.jpg')

#将苹果进行高斯金字塔处理，共六级
G = A.copy()
gpA = [G]  # 将原图加入到列表中，在后面进行拉普拉斯金字塔处理的时候会用到
for i in range(6):
    G = cv.pyrDown(G)
    gpA.append(G)

#将橘子进行高斯金字塔处理，共六级
G = B.copy()
gpB = [G]   # 将原图加入到列表中，在后面进行拉普拉斯金字塔处理的时候会用到
for i in range(6):
    G = cv.pyrDown(G)
    gpB.append(G)

#根据高斯金字塔计算拉普拉斯金字塔，共处理五级
#共6张图  一个高斯金字塔  五个拉普拉斯金字塔
lpA = [gpA[5]] # 将高斯金字塔的第六张图像存进去，后面会用到
for i in range(5, 0, -1):
    GE = cv.pyrUp(gpA[i]) # 对高斯金字塔进行放大操作
    # 用上一级的高斯金字塔，减去放大后的高斯金字塔，得到拉普拉斯金字塔
    L = cv.subtract(gpA[i-1], GE)
    lpA.append(L)

#根据高斯金字塔计算拉普拉斯金字塔，共处理五级
#共6张图   一个高斯金字塔 五个拉普拉斯金字塔
lpB = [gpB[5]]
for i in range(5, 0, -1):
    GE = cv.pyrUp(gpB[i])   #对高斯金字塔进行放大操作
    # 用上一级的高斯金字塔，减去放大后的高斯金字塔，得到拉普拉斯金字塔
    L = cv.subtract(gpB[i-1], GE)
    lpB.append(L)

#对苹果和橘子的拉普拉斯金字塔进行融合
#取苹果的左边一半，橘子的右边一半，因为像素不接受小数，所以要整除
LS = []
for la, lb in zip(lpA, lpB):
    rows, cols, dpt = la.shape
    ls = np.hstack((la[:,0:cols//2,:], lb[:, cols//2:,:]))
    LS.append(ls)

ls_ = LS[0] # 将存放在列表里的高斯金字塔出去来
for i in range(1, 6):
    ls_ = cv.pyrUp(ls_) #对高斯图像进行放大
    # 再加上拉普拉斯金字塔图像，构成新的图像
    ls_ = cv.add(ls_, LS[i])

#直接原始图像拼接的效果
real = np.hstack((A[:,:cols//2], B[:, cols//2:]))

cv.imshow('apple', A)
cv.imshow('orange', B)
cv.imshow('direct', real)
cv.imshow('pyramid', ls_)

cv.waitKey(0)
cv.destroyAllWindows()

python+opencv基于图像金字塔实现图像融和

猜你喜欢