OpenCV_Python图像融合时两张图片大小不一致的解决方法

当进行图像融合时，被叠加的两张图片的大小、类型（高度/宽度/通道数）必须相同。请点击查看

但是如果这两张图片大小不相同，怎么解决？有两种方法可以解决这个问题：

1. 重置其中一张图片的大小类型，使其与另一张图片大小类型相同；
2. 在较大的图片中创建感兴趣区域roi，roi的大小类型应与另一张图片的相同。

注意：方法1改变图片大小时，图片的分辨率也会发生变化，因此图片的内容会产生形变；方法2没有改变图片的大小，故不会有这种问题产生。

主要函数

1. dst = cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

• scr：原图像
• dsize：输出的图像大小
• dst：输出的图像。当参数dsize不为0时，dst的大小为size；否则，它的大小需要根据src的大小，fx和fy决定。$dsize=Size(round(fx\ast src.cols),round(fy\ast src.rows))$dst的类型与原图像相同
• fx:沿水平轴的比例因子 $(double)dsize.width/src.cols$
• fy:沿垂直轴的比例因子 $(double)dsize.height/src.rows$

参数dsize和参数(fx, fy)不能够同时为0

• interpolation：插值方法，共5种
  • INTER_LINEAR - 双线性插值（默认）（放大图像推荐使用）
  • INTER_NEAREST - 最近邻插值
  • INTER_AREA - 基于像素局部的重采样插值（缩小图像推荐使用）。该方法对于图像抽取（image decimation）来说可能更好，但如果是放大图像，和最近邻插值效果类似。
  • INTER_CUBIC - 基于4x4像素邻域的3次插值（放大图像推荐使用）
  • INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos（兰索斯）插值

引用官方文档 Geometric Image Transformations

dst – Destination image. It has the size dsize (when it is non-zero) or the size computed from src.size() , fx , and fy . The type of dst is the same as of src .
dsize – Destination image size. If it is zero, it is computed as:
$dsize=Size(round(fx\ast src.cols),round(fy\ast src.rows))$

注意：也就是说cv2.resize函数的dst和dsize参数输入是 （宽度，高度），与img.shape相反。
对于img.shape的输出参数以及对应坐标请点击这里查看

2. cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]]) 图像融合函数请点击这里查看

方法1：重置其中一张图片的大小类型，使其与另一张图片大小类型相同

import cv2
import numpy as np
import matplotlib.pyplot as plt
import os 
os.chdir('C:/Users/lenovo/Desktop/')

bear = cv2.imread('BearBrown.jpg')
sky = cv2.imread('Sky.jpg')

rows, cols = sky.shape[:2] #获取sky的高度、宽度
#print(sky.shape[:2]) #(800, 1200)
#print(bear.shape[:2]) #(224, 224)
bear_dst = cv2.resize(bear,(cols,rows),interpolation=cv2.INTER_CUBIC) #放大图像
add_img = cv2.addWeighted(bear_dst,0.6,sky,0.4,0) #图像融合

# 显示图片
titles = ['BearBrown','Sky','add_img']
imgs = [bear,sky,add_img]
for i in range(len(imgs)):
    plt.subplot(2,3,i+1)
    imgs[i]=cv2.cvtColor(imgs[i],cv2.COLOR_BGR2RGB)
    plt.imshow(imgs[i],'gray')
    plt.title(titles[i])
    plt.axis('off')
plt.show()

效果展示：（布朗熊的高度宽度其实比天空的小）

方法2：在较大的图片中创建感兴趣区域roi，roi的大小类型应与另一张图片的相同

import cv2
import numpy as np
import matplotlib.pyplot as plt
import os 
os.chdir('C:/Users/lenovo/Desktop/')

bear = cv2.imread('BearBrown.jpg')
sky = cv2.imread('Sky.jpg')

# 根据小图像的大小，在大图像上创建感兴趣区域roi（放置位置任意取）
rows, cols = bear.shape[:2] #获取bear的高度、宽度
roi = sky[0:rows, 0:cols]

dst = cv2.addWeighted(bear,0.8,roi,0.2,0) #图像融合
add_img = sky.copy() #对原图像进行拷贝
add_img[0:rows, 0:cols] = dst  # 将融合后的区域放进原图

# 显示图片
titles = ['BearBrown','Sky','add_img']
imgs = [bear,sky,add_img]
for i in range(len(imgs)):
    plt.subplot(2,3,i+1)
    imgs[i]=cv2.cvtColor(imgs[i],cv2.COLOR_BGR2RGB)
    plt.imshow(imgs[i],'gray')
    plt.title(titles[i])
    plt.axis('off')
plt.show()

效果展示：（布朗熊的高度宽度其实比天空的小）

方法2——没有小图像的大小，同时还可以自由设置小图像在大图像的什么位置融合。