根据导师作业安排,在学习数字图像处理(刚萨雷斯版)第六章彩色图像处理中的彩色模型后,导师安排了一个比较有趣的作业:
<>强融合原理为:
1注意:遥感原图像RGB图和灰度图Grayimage为测试用的输入图像;
2步骤:(1)将RGB转换为HSV空间(H:色调,年代:饱和度,V:明度),
(2)用灰色图像诶换掉HSV中V的;
(3)替换后的HSV转换回RGB空间即可得到结果。
书上只介绍了HSI彩色模型,并没有说到HSV,所以需要网上查找资料。
Python代码如下:
进口cv2
进口numpy np
导入数学
从matplotlib进口pyplot plt
def caijian (img): #裁剪图像与否根据选择图像大小而定,调用了OpenCV函数
重量=img.shape [0]
身高=img.shape [1]
打印(“图像大小为:% d * % d %(体重、身高))
img=cv2.resize (img (int(重量/2),int(身高/2)),插值=cv2.INTER_CUBIC)
返回(img)
def graytograyimg (img):
grayimg=img1
重量=img.shape [0]
身高=img.shape [1]
因为我在范围(重量):
j的范围(高度):
grayimg (i, j)=0.299 img (i, j, 0) + 0.587 img (i, j, 1) + 0.114 img (i, j, 2)
返回(grayimg)
def RGBtoHSV (img):
b, g, r=cv2.split (img)
行,关口=b.shape
H=np.ones(行,关口,“浮动”)
S=np.ones(行,关口,“浮动”)
V=np.ones(行,关口,“浮动”)
打印(“RGB图像大小:% d * % d %(行,峡路))
因为我在范围(0,行):
j的范围(0,峡路):
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
如果V (i, j) 0:
年代(i, j)=0
其他:
S (i, j)=(V (i, j)分钟)/V (i, j)
如果最大最小:
H (i, j)=0 #如果rgb三向量相同,色调为黑
elif V (i, j)==r (i, j):
H (i, j)=(60 *(浮动(g (i, j)) - b (i, j))/(V (i, j)分钟))
elif V (i, j)==g (i, j):
H (i, j)=60 *(浮动(b) (i, j) - r (i, j))/(V (i, j)分钟)+ 120
elif V (i, j)==b (i, j):
H (i, j)=60 *(浮动(r (i, j)) - g (i, j))/(V (i, j)分钟)+ 240
如果H (i, j) & lt; 0:
H (i, j)=H (i, j) + 360
H (i, j)=H (i, j)/2
(i, j)=255 *年代(i, j)
结果=cv2.merge ((H, S, V)) # cv2.merge函数是合并单通道成多通道
结果=np.uint8(结果)
返回(结果)
def graytoHSgry (grayimg HSVimg):
H, S, V=cv2.split (HSVimg)
行,关口=V.shape
因为我在范围内(行):
j的范围(峡路):
V (i, j)=grayimg[我][j] [0]
newimg=cv2.merge ([H, S, V])
newimg=np.uint8 (newimg)
返回newimg
def HSVtoRGB (img, rgb):
h2, s1, v1=cv2.split (img)
rg=rgb.copy ()
行,关口=h2.shape
r, g, b=0.0, 0.0, 0.0
b1, g1, r1=cv2.split (rg)
打印(HSV图像大小为:% d * % d %(行,峡路))
因为我在范围内(行):
j的范围(峡路):
h=h2[我][j]
v=v1[我][j]/255
s=s1[我][j]/255
h=h3
hx=int (h/60.0)
你好=hx % 6
f=hx-hi
p=v (1)
q=v *(行进)
v t=(1 -(行进))
如果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[我][j]=int®
g1[我][j]=int (g)
b1[我][j]=int (b)
rg=cv2.merge ((b1, g1, r1))
返回rg
img=cv2.imread (“D:/RGB.bmp”)
灰色=cv2.imread (“D:/gray.bmp”)
img=caijian (img)
灰色=caijian(灰色)
grayimg=graytograyimg(灰色)
HSVimg=RGBtoHSV (img)
HSgray=graytoHSgry (grayimg HSVimg)
RGBimg=HSVtoRGB (HSgray img)
cv2.imshow(“形象”,img)
grayimg cv2.imshow (“Grayimage”)
HSVimg cv2.imshow (“HSVimage”)
HSgray cv2.imshow (“HSGrayimage”)
RGBimg cv2.imshow (“RGBimage”)
cv2.waitKey (0)
cv2.destroyAllWindows ()
以上代码是在尽量不调用OpenCV函数的情况下编写,其目的是熟悉图像处理原理和Python编程,注释很少,其中RGB转HSV原理,HSV转RGB原理,在CSDN中都能找的到,灰度图替换HSV中V的原理其实很简单,看代码就能明白,不用再找资料。
以上所述是小编给大家介绍的Python + OpenCV实现图像融合的原理及代码,希望对大家有所帮助,如果大家有任何疑问请给我留的言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
