基于OpenCV的圖像融合

點擊上方“AI算法與圖像處理”，選擇加"星標"或“置頂”

重磅干貨，第一時間送達

本期我們將一起學習如何使用OpenCV的進行圖像拼接。

• python

• 入門

• 步驟1 —圖像導入

• 步驟2-調(diào)整圖像大小

• 步驟3-融合圖像

• 步驟4-導出結果

Python是一種通用的編程語言，在分析數(shù)據(jù)方面非常流行，它還可以讓幫助我們快速工作并更有效地集成系統(tǒng)。

對于該項目，我們將僅使用OpenCV庫。在處理計算機視覺項目時，OpenCV是必備軟件包。OpenCV（開源計算機視覺庫）是一個開源計算機視覺和機器學習軟件庫OpenCV的構建旨在為計算機視覺應用程序提供通用的基礎結構，并加速在商業(yè)產(chǎn)品中使用機器感知。作為BSD許可的產(chǎn)品，OpenCV使企業(yè)可以輕松地使用和修改代碼。我們需要安裝此庫，以便可以在程序中使用它。為了使OpenCV正常工作，我們也必須安裝numpy庫。我們可以使用pip python庫管理器將它們安裝在一行中：

pip install numpy opencv-python

安裝完成后，讓我們將它們導入我們的代碼編輯器。對于這個項目，我們將使用Jupyter Notebook。OpenCV導入為cv2，如下所示：

import cv2

現(xiàn)在，我們開始進行兩幅圖像的融合吧。下一步將詳細介紹此過程。

我們可以嘗試多種不同圖像組合。比如可以將兩張不同的圖片或文本圖像與圖像組合在一起，或將彩色背景與圖像組合在一起。我將把文本圖像與漂亮的背景圖像混合在一起。讓我們先來看看這兩個圖像：

好吧，現(xiàn)在讓我們將它們導入我們的程序中。我創(chuàng)建了一個文件夾，并將其重命名為images。它與Jupyter筆記本文件位于同一文件夾中。

bg = cv2.imread('images/background.jpg', cv2.IMREAD_COLOR) fg = cv2.imread('images/foreground.png', cv2.IMREAD_COLOR)

在此步驟中，我們將調(diào)整要混合的圖像的大小。此步驟也可以稱為預處理圖像。我們先調(diào)整圖像大小，以確保它們的尺寸相同。要使融合能夠正常進行，需要使用相同的大小圖像。否則，它將返回錯誤消息。在調(diào)整大小之前，讓我向您展示它們的原始大?。?/p>

如您所見，背景圖像為853到1280像素。前景圖像為1440至2560像素。我們將使用OpenCV的調(diào)整大小功能調(diào)整它們的大小。

dim = (1200, 800) resized_bg = cv2.resize(bg, dim, interpolation = cv2.INTER_AREA) resized_fg = cv2.resize(fg, dim, interpolation = cv2.INTER_AREA)

現(xiàn)在，我們的圖像尺寸相同。我們可以進行下一步，開始融合過程。

有了OpenCV，我們可以用一行代碼來完成這項工作。將為我們完成混合的功能稱為addWeighted。它有5個參數(shù)，可以列出為：圖像源1，src1權重，圖像源2，src2權重，伽瑪。每個圖像的權重值必須小于1。這是混合方程式：

blend = (image scr1)*(src1 weight) + (image scr2)*(src2 weight) + gamma

這是函數(shù)的數(shù)學原理。讓我們看看實際情況：

blend = cv2.addWeighted(resized_bg, 0.5, resized_fg, 0.8, 0.0)

我們給前景加了一些權重。這樣，背景將更暗，文本將更亮。到目前為止一切順利，混合完成。現(xiàn)在，我們導出我們的最終作品。

現(xiàn)在，讓我們使用imwrite方法導出最終作品。這是將圖像另存為文件夾中的新圖像文件的行。

cv2.imwrite('blended.png', blend)

該程序最后完成了兩個不同圖像的融合。現(xiàn)在，大家應該已經(jīng)對在實際項目中如何使用OpenCV（開源計算機視覺）庫有了一些了解。

下載1：何愷明頂會分享

在「AI算法與圖像處理」公眾號后臺回復：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經(jīng)典工作的總結分析

下載2：leetcode 開源書

在「AI算法與圖像處理」公眾號后臺回復：leetcode，即可下載。每題都 runtime beats 100% 的開源好書，你值得擁有！



   

    下載3 CVPR2020
   
   

    

   
   

    在「AI算法與圖像處理」公眾號后臺回復：CVPR2020，即可下載1467篇CVPR 2020論文
   
    

     個人微信（如果沒有備注不拉群！）
    
    

     請注明：地區(qū)+學校/企業(yè)+研究方向+昵稱
    
    

     

    

覺得不錯就點亮在看吧