python使用OpenCV模塊實(shí)現(xiàn)圖像的融合示例代碼
更新時(shí)間：2020年04月10日 16:59:22 作者：NEAYA
這篇文章主要介紹了python使用OpenCV模塊實(shí)現(xiàn)圖像的融合示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
可以通過OpenCV函數(shù)cv.add（）或簡(jiǎn)單地通過numpy操作添加兩個(gè)圖像，res = img1 + img2.兩個(gè)圖像應(yīng)該具有相同的深度和類型，或者第二個(gè)圖像可以是標(biāo)量值.
三種融合
注意融合時(shí)，一般來說兩個(gè)圖像的尺寸是一樣大小的，如果大小不一樣，需要把大的圖像的某一部分先截出來，與小的圖先融合，再作為整體替換掉原來大圖中摳出的小圖部分。
"""
# @Time : 2020/4/3
# @Author : JMChen
"""
import cv2 as cv
img1 = cv.imread('logo.png')
img2 = cv.imread('lena.png')
# 在lena.png獲取和logo.png大小相同的ROI
rows, cols, channels = img1.shape
img_ROI1 = img2[0:rows, 0:cols]
img_ROI2 = cv.addWeighted(img1, 0.7, img_ROI1, 0.3, 0)
img2[0:rows, 0:cols] = img_ROI2
# 顯示混合后的圖片
cv.imshow('img2', img2)
cv.waitKey(0)
# 將兩幅圖像（lena.png）+ (logo.png)進(jìn)行融合
img2 = cv.imread('lena.png')
# 1，在lena.png獲取和logo.png大小相同的ROI
img_ROI1 = img2[0:rows, 0:cols]
# 2，基于logo.png的灰度圖，利用簡(jiǎn)單的閾值分割創(chuàng)建一個(gè)掩模
img1_gray = cv.cvtColor(img1, cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img1_gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
# 3，與掩模進(jìn)行按位與操作，去掉logo中非0部分，得到新的圖
new_img2 = cv.bitwise_and(img_ROI1, img_ROI1, mask=mask_inv)
# 4，將新圖與logo相加，然后將這一部分替換掉原始圖像的img_ROI1部分
dst = cv.add(img1, new_img2)
img2[0:rows, 0:cols] = dst
cv.imshow('res', img2)
cv.waitKey(0)
cv.destroyAllWindows()
# 實(shí)現(xiàn)另一種融合
img2 = cv.imread('lena.png')
img_ROI1 = img2[0:rows, 0:cols]
dst_1 = cv.addWeighted(img_ROI1, 0.55, dst, 0.45, 0)
img2[0:rows, 0:cols] = dst_1
cv.imshow('res_2', img2)
cv.waitKey(0)
cv.destroyAllWindows()
效果如下：
相關(guān)的比例參數(shù)可以自己按需調(diào)
到此這篇關(guān)于python使用OpenCV模塊實(shí)現(xiàn)圖像的融合示例代碼的文章就介紹到這了,更多相關(guān)OpenCV 圖像融合內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
遍歷字典是Python中常見的操作,可以很方便的訪問字典中的鍵和值,以執(zhí)行各種任務(wù),本文將介紹Python中遍歷字典的8種方法,包括for循環(huán)、字典方法和推導(dǎo)式等,需要的朋友可以參考下2023-10-10
Python使用Py2neo創(chuàng)建Neo4j的節(jié)點(diǎn)和關(guān)系
Neo4j是一款開源圖數(shù)據(jù)庫(kù)，使用Python語言訪問Neo4j可以使用Py2neo。本文介紹了使用Py2neo訪問Neo4j，批量創(chuàng)建節(jié)點(diǎn)和關(guān)系的方法2021-08-08
Python?PEP8?代碼規(guī)范常見問題及解決方法
最近換成?PyCharm?寫代碼總是會(huì)出現(xiàn)波浪號(hào),這才了解到?Python?的?PEP8?代碼規(guī)范,所以將常見的?PEP8?代碼規(guī)范問題和解決方法記錄一下,養(yǎng)成良好的習(xí)慣,編寫規(guī)范的代碼2023-09-09
python中正則表達(dá)式findall的用法實(shí)例
在寫著自動(dòng)化測(cè)試的腳本時(shí)重新復(fù)習(xí)了一下正則表達(dá)式findall()方法,下面這篇文章主要給大家介紹了關(guān)于python中正則表達(dá)式findall用法的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-09-09
對(duì)Python的Django框架中的項(xiàng)目進(jìn)行單元測(cè)試的方法
這篇文章主要介紹了對(duì)Python的Django框架中的項(xiàng)目進(jìn)行單元測(cè)試的方法,使用Django中的tests.py模塊可以輕松地檢測(cè)出一些常見錯(cuò)誤,需要的朋友可以參考下2016-04-04
python smtplib模塊自動(dòng)收發(fā)郵件功能（二）
這篇文章主要為大家詳細(xì)介紹了python smtplib模塊自動(dòng)收發(fā)郵件功能的第二篇，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
決策樹剪枝算法的python實(shí)現(xiàn)方法詳解
這篇文章主要介紹了決策樹剪枝算法的python實(shí)現(xiàn)方法,結(jié)合實(shí)例形式較為詳細(xì)的分析了決策樹剪枝算法的概念、原理并結(jié)合實(shí)例形式分析了Python相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下2019-09-09
Python進(jìn)行指數(shù)和對(duì)數(shù)曲線擬合詳解
曲線擬合是構(gòu)造曲線或數(shù)學(xué)函數(shù)的過程,其具有對(duì)一系列數(shù)據(jù)點(diǎn)的最佳擬合,可能受到約束,本文主要介紹了如何使用Python實(shí)現(xiàn)指數(shù)和對(duì)數(shù)曲線擬合,需要的可以參考下2024-04-04
這篇文章主要為大家詳細(xì)介紹了MySQL適配器PyMySQL的相關(guān)資料，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-09-09
這篇文章主要介紹了Python 多行匹配模式的相關(guān)資料，文中講解非常細(xì)致，代碼幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07