python实现两张图片融合

# -*- coding: utf-8 -*-
“““
Created on Wed Oct 31 15:56:33 2018
“““

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import cv2
from math import log
from PIL import Image
import datetime
import pywt
 
# 以下强行用Python宏定义变量
halfWindowSize=9
src1_path = ‘F:\\python\\1.jpg‘
src2_path = ‘F:\\python\\2.jpg‘
 
‘‘‘
来自敬忠良，肖刚，李振华《图像融合——理论与分析》P85：基于像素清晰度的融合规则
1，用Laplace金字塔或者是小波变换，将图像分解成高频部分和低频部分两个图像矩阵
2，以某个像素点为中心开窗，该像素点的清晰度定义为窗口所有点（（高频/低频）**2）.sum（）
3，目前感觉主要的问题在于低频
4，高频取清晰度图像中较大的那个图的高频图像像素点
5，算法优化后速度由原来的2min.44s.变成9s.305ms.
补充：书上建议开窗大小10*10，DWT取3层，Laplace金字塔取2层
‘‘‘
 
def imgOpen（img_src1img_src2）:
    apple=Image.open（img_src1）.convert（‘L‘）
    orange=Image.open（img_src2）.convert（‘L‘）
    appleArray=np.array（apple）
    orangeArray=np.array（orange）
    return appleArrayorangeArray
 
# 严格的变换尺寸
def _sameSize（img_stdimg_cvt）:
    xy=img_std.shape
    pic_cvt=Image.fromarray（img_cvt）
    pic_cvt.resize（（xy））
    return np.array（pic_cvt）
 
# 小波变换的层数不能太高，Image模块的resize不能变换太小的矩阵，不相同大小的矩阵在计算对比度时会数组越界
def getWaveImg（appleorange）:
    appleWave=pywt.wavedec2（apple‘haar‘level=2）
    orangeWave=pywt.wavedec2（orange‘haar‘level=2）
    lowApple=appleWave[0];lowOrange=orangeWave[0]
    lowAppleWidthlowAppleHeight=lowApple.shape
    lowOrangeWidthlowOrangeWidth=lowOrange.shape
    
    # 以下处理低频
    lowAppleWeightlowOrangeWeight = getVarianceWeight（lowApplelowOrange）
    lowFusion = lowAppleWeight*lowApple + lowOrangeWeight*lowOrange
    # 以下处理高频
    for hi in range（13）:
        waveRec=[]
        for highApplehighOrange in zip（appleWave[hi]orangeWave[hi]）:
            highAppWidthhighAppHeight=highApple.shape
            highOrangeWidthhighOrangeHeight=highOrange.shape
            highFusion = np.zeros（highApple.shape）
            contrastApple = getContrastImg（lowApplehighApple）
            contrastOrange = getContrastImg（lowOrangehighOrange）
            rowcol = highApple.shape
            for i in xrange（row）:
                for j in xrange（col）:
                    if contrastApple[ij] > contrastOrange[ij]:
                        highFusion[ij] = highApple[ij]
                    else:
                        highFusion[ij] = highOrange[ij]
            waveRec.append（highFusion）
        recwave=（lowFusiontuple（waveRec））
        lowFusion=pywt.idwt2（recwave‘haar‘）
        lowApple=lowFusion;lowOrange=lowFusion
    return lowFusion

# 求Laplace金字塔
def getLaplacePyr（img）:
    firstLevel=img.copy（）
    secondLevel=cv2.pyrDown（firstLevel）
    lowFreq=cv2.pyrUp（secondLevel）
    highFreq=cv2.subtract（firstLevel_sameSize（firstLevellowFreq））
    return lowFreqhighFreq
 
# 计算对比度，优化后不需要这个函数了，扔在这里看看公式就行
def _getContrastValue（highWinlowWin）:
    rowcol = highWin.shape
    contrastValue = 0.00
    for i in xrange（row）:
        for j in xrange（col）:
            contrastValue += （float（highWin[ij]）/lowWin[ij]）**2
    return contrastVal