OpenCv 图像金字塔进行图像混合

利用图像金字塔进行图像混合，即实现实现自然过渡，又避免损失清晰度，加载两张要处理的图像，注意n层金字塔，要求图像大小是2的n次方的整数

img1 = cv.imread('./opencv_dataset/cv_01.jpg',3) # 灰色图像
A = img1[:448,:448,:] ## 注意图像尺寸的大小要能被64整除，因为我们要做6层
img2 = cv.imread('./opencv_dataset/cv_02.jpg',3) # 灰色图像
B = img2[:448,:448,:]
print(A.shape)
print(B.shape)
'''
(448, 448, 3)
(448, 448, 3)
'''
plt.subplot(1,2,1),plt.imshow(cv.cvtColor(A, cv.COLOR_BGR2RGB))
plt.title('A'), plt.xticks([]), plt.yticks([])
plt.subplot(1,2,2),plt.imshow(cv.cvtColor(B, cv.COLOR_BGR2RGB))
plt.title('B'), plt.xticks([]), plt.yticks([])

plt.show()

生成A图像的高斯金字塔图像

G = A.copy()
gpA = [G]
plt.subplot(2,3,1),plt.imshow(cv.cvtColor(gpA[0], cv.COLOR_BGR2RGB))
for i in range(5): # i=[0,6)
    # print(i)
    G = cv.pyrDown(G)
    gpA.append(G)
    plt.subplot(2,3,i+2),plt.imshow(cv.cvtColor(gpA[i+1], cv.COLOR_BGR2RGB))
plt.show()
len(gpA)#6

生成B图像的高斯金字塔图像

G = B.copy()
gpB = [G]
plt.subplot(2,3,1),plt.imshow(cv.cvtColor(gpB[0], cv.COLOR_BGR2RGB))
for i in range(5): # i=[0,6)
    # print(i)
    G = cv.pyrDown(G)
    gpB.append(G)
    plt.subplot(2,3,i+2),plt.imshow(cv.cvtColor(gpB[i+1], cv.COLOR_BGR2RGB))
plt.show()
len(gpB)#6

lpA = [gpA[5]]
plt.subplot(2,3,1),plt.imshow(cv.cvtColor(lpA[0], cv.COLOR_BGR2RGB))
for i in range(5,0,-1):
    GE = cv.pyrUp(gpA[i])
    L = cv.subtract(gpA[i-1],GE)
    lpA.append(L)
    plt.subplot(2,3,6-i+1),plt.imshow(cv.cvtColor(L, cv.COLOR_BGR2RGB))
plt.show()

lpB = [gpB[5]]
plt.subplot(2,3,1),plt.imshow(cv.cvtColor(lpB[0], cv.COLOR_BGR2RGB))
for i in range(5,0,-1):
    GE = cv.pyrUp(gpB[i])
    L = cv.subtract(gpB[i-1],GE)
    lpB.append(L)
    plt.subplot(2,3,6-i+1),plt.imshow(cv.cvtColor(L, cv.COLOR_BGR2RGB))
plt.show()

在每一层添加左半边和右半边

LS = []
i = 1
for la,lb in zip(lpA,lpB):
    rows,cols,dpt = la.shape
    ls = np.hstack((la[:,0:int(cols/2)], lb[:,int(cols/2):]))
    LS.append(ls)
    plt.subplot(2,3,i),plt.imshow(cv.cvtColor(ls, cv.COLOR_BGR2RGB))
    i += 1
plt.show()

现在重建

ls_ = LS[0] # ls_是最模糊的那张图像
plt.subplot(2,3,1),plt.imshow(cv.cvtColor(ls_, cv.COLOR_BGR2RGB))
for i in range(1,6):
    ls_ = cv.pyrUp(ls_) # 加零，高斯模糊
    ls_ = cv.add(ls_, LS[i]) # 加差值，提高分辨率
    plt.subplot(2,3,i+1),plt.imshow(cv.cvtColor(ls_, cv.COLOR_BGR2RGB))
plt.show()

real = np.hstack((A[:,:int(cols/2)],B[:,int(cols/2):]))
# 对比两种处理的效果
plt.subplot(1,2,1),plt.imshow(cv.cvtColor(real, cv.COLOR_BGR2RGB))
plt.subplot(1,2,2),plt.imshow(cv.cvtColor(ls_, cv.COLOR_BGR2RGB))
plt.show()