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：
融合原理为：
1 注意：遥感原rgb图image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，s：饱和度，v：明度）；
（2）用gray图像诶换掉hsv中的v；
（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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
|
import cv2import numpy as npimport mathfrom matplotlib import pyplot as pltdef caijian(img):#裁剪图像与否根据选择图像大小而定，调用了opencv函数weight=img.shape[0]height=img.shape[1]print(“图像大小为：%d*%d”%(weight,height))img=cv2.resize(img,(int(weight/2),int(height/2)),interpolation=cv2.inter_cubic)return(img)def graytograyimg(img):grayimg=img1weight=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.shapeh=np.ones([rows,cols],“float”)s=np.ones([rows,cols],“float”)v=np.ones([rows,cols],“float”)print(“rgb图像大小：%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]=maxif v[i,j]0:s[i,j]=0else:s[i,j]=(v[i,j]-min)/v[i,j]if maxmin:h[i,j]=0 # 如果rgb三向量相同，色调为黑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)+120elif v[i,j]==b[i,j]:h[i,j]=60*(float(r[i,j])-g[i,j])/(v[i,j]-min)+240if h[i,j]<0:h[i,j]=h[i,j]+360h[i,j]=h[i,j]/2s[i,j]=255*s[i,j]result=cv2.merge((h,s,v)) # cv2.merge函数是合并单通道成多通道result=np.uint8(result)return(result)def graytohsgry(grayimg,hsvimg):h,s,v=cv2.split(hsvimg)rows,cols=v.shapefor 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 newimgdef hsvtorgb(img,rgb):h1,s1,v1=cv2.split(img)rg = rgb.copy()rows,cols=h1.shaper,g,b=0.0,0.0,0.0b1,g1,r1 = cv2.split(rg)print(“hsv图像大小为：%d*%d”%(rows,cols))for i in range(rows):for j in range(cols):h=h1[i][j]v=v1[i][j]/255s=s1[i][j]/255h=h2hx=int(h/60.0)hi=hx%6f=hx-hip=v(1-s)q=v*(1-fs)t=v(1-(1-f)s)if hi0:r,g,b=v,t,pelif hi1:r,g,b=q,v,pelif hi2:r,g,b=p,v,telif hi3:r,g,b=p,q,velif hi4:r,g,b=t,p,velif hi5:r,g,b=v,p,qr,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 rgimg=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中都能找到，灰度图替换hsv中的v原理其实很简单，看代码就能明白，不用再找资料。
总结
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言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
原文链接：https://blog.csdn.net/Skymelu/article/details/84767689
