欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python+OpenCV實(shí)現(xiàn)圖像融合的原理及代碼

 更新時(shí)間:2018年12月03日 15:35:13   作者:~沐春風(fēng)~  
這篇文章主要介紹了Python+OpenCV實(shí)現(xiàn)圖像融合的原理及代碼,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

根據(jù)導(dǎo)師作業(yè)安排,在學(xué)習(xí)數(shù)字圖像處理(剛薩雷斯版)第六章 彩色圖像處理 中的彩色模型后,導(dǎo)師安排了一個(gè)比較有趣的作業(yè):

融合原理為:

1 注意:遙感原RGB圖image和灰度圖Grayimage為測(cè)試用的輸入圖像;

2 步驟:(1)將RGB轉(zhuǎn)換為HSV空間(H:色調(diào),S:飽和度,V:明度);

(2)用Gray圖像誒換掉HSV中的V;

(3)替換后的HSV轉(zhuǎn)換回RGB空間即可得到結(jié)果。

書上只介紹了HSI彩色模型,并沒有說(shuō)到HSV,所以需要網(wǎng)上查找資料。

Python代碼如下:

import cv2
import numpy as np
import math
from matplotlib import pyplot as plt
def caijian(img):#裁剪圖像與否根據(jù)選擇圖像大小而定,調(diào)用了OpenCV函數(shù)
weight=img.shape[0]
height=img.shape[1]
print(“圖像大小為:%d*%d”%(weight,height))
img=cv2.resize(img,(int(weight/2),int(height/2)),interpolation=cv2.INTER_CUBIC)
return(img)
def graytograyimg(img):
grayimg=img1
weight=img.shape[0]
height=img.shape[1]
for i in range(weight):
for j in range(height):
grayimg[i,j]=0.299img[i,j,0]+0.587img[i,j,1]+0.114img[i,j,2]
return(grayimg)
def RGBtoHSV(img):
b,g,r=cv2.split(img)
rows,cols=b.shape
H=np.ones([rows,cols],“float”)
S=np.ones([rows,cols],“float”)
V=np.ones([rows,cols],“float”)
print(“RGB圖像大小:%d*%d”%(rows,cols))
for i in range(0, rows):
for j in range(0, cols):
MAX=max((b[i,j],g[i,j],r[i,j]))
MIN=min((b[i,j],g[i,j],r[i,j]))
V[i,j]=MAX
if V[i,j]0:
S[i,j]=0
else:
S[i,j]=(V[i,j]-MIN)/V[i,j]
if MAXMIN:
H[i,j]=0 # 如果rgb三向量相同,色調(diào)為黑
elif V[i,j]==r[i,j]:
H[i,j]=(60*(float(g[i,j])-b[i,j])/(V[i,j]-MIN))
elif V[i,j]==g[i,j]:
H[i,j]=60*(float(b[i,j])-r[i,j])/(V[i,j]-MIN)+120
elif V[i,j]==b[i,j]:
H[i,j]=60*(float(r[i,j])-g[i,j])/(V[i,j]-MIN)+240
if H[i,j]<0:
H[i,j]=H[i,j]+360
H[i,j]=H[i,j]/2
S[i,j]=255*S[i,j]
result=cv2.merge((H,S,V)) # cv2.merge函數(shù)是合并單通道成多通道
result=np.uint8(result)
return(result)
def graytoHSgry(grayimg,HSVimg):
H,S,V=cv2.split(HSVimg)
rows,cols=V.shape
for i in range(rows):
for j in range(cols):
V[i,j]=grayimg[i][j][0]
newimg=cv2.merge([H,S,V])
newimg=np.uint8(newimg)
return newimg
def HSVtoRGB(img,rgb):
h1,s1,v1=cv2.split(img)
rg = rgb.copy()
rows,cols=h1.shape
r,g,b=0.0,0.0,0.0
b1,g1,r1 = cv2.split(rg)
print(“HSV圖像大小為:%d*%d”%(rows,cols))
for i in range(rows):
for j in range(cols):
h=h1[i][j]
v=v1[i][j]/255
s=s1[i][j]/255
h=h2
hx=int(h/60.0)
hi=hx%6
f=hx-hi
p=v(1-s)
q=v*(1-fs)
t=v(1-(1-f)s)
if hi0:
r,g,b=v,t,p
elif hi1:
r,g,b=q,v,p
elif hi2:
r,g,b=p,v,t
elif hi3:
r,g,b=p,q,v
elif hi4:
r,g,b=t,p,v
elif hi5:
r,g,b=v,p,q
r,g,b=(r255),(g255),(b255)
r1[i][j]=int®
g1[i][j]=int(g)
b1[i][j]=int(b)
rg=cv2.merge([b1,g1,r1])
return rg
img=cv2.imread(“D:/RGB.bmp”)
gray=cv2.imread(“D:/gray.bmp”)
img=caijian(img)
gray=caijian(gray)
grayimg=graytograyimg(gray)
HSVimg=RGBtoHSV(img)
HSgray=graytoHSgry(grayimg,HSVimg)
RGBimg=HSVtoRGB(HSgray,img)
cv2.imshow(“image”,img)
cv2.imshow(“Grayimage”,grayimg)
cv2.imshow(“HSVimage”,HSVimg)
cv2.imshow(“HSGrayimage”,HSgray)
cv2.imshow(“RGBimage”,RGBimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代碼是在盡量不調(diào)用OpenCV函數(shù)的情況下編寫,其目的是熟悉圖像處理原理和Python編程,注釋很少,其中RGB轉(zhuǎn)HSV原理,HSV轉(zhuǎn)RGB原理,在CSDN中都能找到,灰度圖替換HSV中的V原理其實(shí)很簡(jiǎn)單,看代碼就能明白,不用再找資料。

總結(jié)

以上所述是小編給大家介紹的Python+OpenCV實(shí)現(xiàn)圖像融合的原理及代碼,希望對(duì)大家有所幫助,如果大家有任何疑問(wèn)請(qǐng)給我留言,小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持!

相關(guān)文章

  • python輸出決策樹圖形的例子

    python輸出決策樹圖形的例子

    今天小編就為大家分享一篇python輸出決策樹圖形的例子,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-08-08
  • 初識(shí)Pytorch使用transforms的代碼

    初識(shí)Pytorch使用transforms的代碼

    tansforms功能類似于在計(jì)算機(jī)視覺流程里的圖像預(yù)處理部分的數(shù)據(jù)增強(qiáng),接下來(lái)通過(guò)代碼介紹下Pytorch使用transforms的詳細(xì)過(guò)程,感興趣的朋友一起看看吧
    2021-12-12
  • 點(diǎn)球小游戲python腳本

    點(diǎn)球小游戲python腳本

    這篇文章主要為大家詳細(xì)介紹了點(diǎn)球小游戲python腳本,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-05-05
  • python re正則匹配網(wǎng)頁(yè)中圖片url地址的方法

    python re正則匹配網(wǎng)頁(yè)中圖片url地址的方法

    今天小編就為大家分享一篇python re正則匹配網(wǎng)頁(yè)中圖片url地址的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-12-12
  • 4種方法教你利用Python發(fā)現(xiàn)數(shù)據(jù)的規(guī)律

    4種方法教你利用Python發(fā)現(xiàn)數(shù)據(jù)的規(guī)律

    發(fā)現(xiàn)數(shù)據(jù)的規(guī)律是數(shù)據(jù)分析和數(shù)據(jù)科學(xué)中非常重要的一個(gè)步驟。這篇文章主要給大家整理了4個(gè)可以發(fā)現(xiàn)數(shù)據(jù)規(guī)律的方法,希望對(duì)大家有所幫助
    2023-03-03
  • 詳細(xì)介紹Python函數(shù)中的默認(rèn)參數(shù)

    詳細(xì)介紹Python函數(shù)中的默認(rèn)參數(shù)

    這篇文章主要介紹了詳細(xì)介紹Python函數(shù)中的默認(rèn)參數(shù),包括默認(rèn)參數(shù)的傳遞和求值等內(nèi)容,需要的朋友可以參考下
    2015-03-03
  • tensorflow將圖片保存為tfrecord和tfrecord的讀取方式

    tensorflow將圖片保存為tfrecord和tfrecord的讀取方式

    今天小編就為大家分享一篇tensorflow將圖片保存為tfrecord和tfrecord的讀取方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-02-02
  • Python語(yǔ)法快速入門指南

    Python語(yǔ)法快速入門指南

    這篇文章主要介紹了Python語(yǔ)法快速入門指南,包括注釋和引號(hào)的使用等基本語(yǔ)法知識(shí),需要的朋友可以參考下
    2015-10-10
  • 解決Python3用PIL的ImageFont輸出中文亂碼的問(wèn)題

    解決Python3用PIL的ImageFont輸出中文亂碼的問(wèn)題

    今天小編大家分享一篇解決Python3用PIL的ImageFont輸出中文亂碼的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-08-08
  • 淺談python累加求和+奇偶數(shù)求和_break_continue

    淺談python累加求和+奇偶數(shù)求和_break_continue

    這篇文章主要介紹了淺談python累加求和+奇偶數(shù)求和_break_continue,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-02-02

最新評(píng)論