基于python 实现的 IHS图像融合变换

基于python 实现的 IHS 图像融合算法（矩阵相乘的方式实现）。整个算法计算过程比较简单。若有提及应该是在直方图匹配这一块。 直方图匹配又称为直方图规定化，是指将一幅图像的直方图变成规定形状的直方图而进行的图像增强方法。 [1] 即将某幅影像或某一区域的直方图匹配到另一幅影像上。使两幅影像的色调保持一致。可以在单波段影像直方图之间进行匹配，也可以对多波段影像进行同时匹配。两幅图像比对前，通常要使其直方图形式一致。

# -*- coding: utf-8 -*-
“““
Created on Thu Sep 26 11:17:29 2019

@author: MenahemLi
“““

import cv2  
import math
import numpy as np  

#使用Numpy 数组来实现图像通道分离
img = cv2.imread（“IMG_GF2_MS.tif“）


#====================处理三通道==start=====================
#创建三个矩阵，用来存储三个通道的样本
#b = np.zeros（（img.shape[0]img.shape[1]）dtype=img.dtype）
#g = np.zeros（（img.shape[0]img.shape[1]）dtype=img.dtype）
#r = np.zeros（（img.shape[0]img.shape[1]）dtype=img.dtype）

#复制三个通道里的数据
#b[::] = img[::0]  # 复制 blue 通道的数据
#g[::] = img[::1]  # 复制 green 通道的数据
#r[::] = img[::2]  # 复制 red 通道的数据


#复制三个通道里的数据
b g r = cv2.split（img）
#cv2.imshow（“r“r）
#cv2.imshow（“g“g）
#cv2.imshow（“b“b）
#cv2.waitKey（0）             #等待按键结束
#cv2.destroyAllWindows（）    #销毁窗口释放内存  
#====================