大连零基础网站建设培训中心,什么做直播网站,dynamik wordpress,公司建设官方网站需要多少钱大家好#xff0c;我是csdn的博主#xff1a;lqj_本人 这是我的个人博客主页#xff1a; lqj_本人的博客_CSDN博客-微信小程序,前端,python领域博主lqj_本人擅长微信小程序,前端,python,等方面的知识https://blog.csdn.net/lbcyllqj?spm1011.2415.3001.5343哔哩哔哩欢迎关注… 大家好我是csdn的博主lqj_本人 这是我的个人博客主页 lqj_本人的博客_CSDN博客-微信小程序,前端,python领域博主lqj_本人擅长微信小程序,前端,python,等方面的知识https://blog.csdn.net/lbcyllqj?spm1011.2415.3001.5343哔哩哔哩欢迎关注小淼Develop 小淼Develop的个人空间-小淼Develop个人主页-哔哩哔哩视频 本篇文章主要讲述python的人工智能视觉领域opencv本篇文章已经成功收录python人工智能视觉opencv从入门到实战专栏中https://blog.csdn.net/lbcyllqj/category_12200666.htmlhttps://blog.csdn.net/lbcyllqj/category_12200666.html 图像融合 背景图像融合是图像处理的一个基本问题目的是将源图像中一个物体或者一个区域嵌入到目标图像生成一个新的图像。在对图像进行合成的过程中为了使合成后的图像更自然合成边界应当保持无缝。但如果源图像和目标图像有着明显不同的纹理特征则直接合成后的图像会存在明显的边界。引入基于泊松方程而引入的泊松融合求解像素最优值的方法在保留了源图像梯度信息的同时融合源图像与目标图像。该方法根据用户指定的边界条件求解一个泊松方程实现了梯度域上的连续从而达到边界处的无缝融合。对比传统图像融合和泊松融合 传统的图像融合 精确地选择融合区域过程单调乏味且工作量大常常无法得到好的结果。Alpha-Matting功能强大但是实现复杂。基于Poisson方程的无缝融合 选择融合区域的过程简单且方便。最终可以得到无缝融合的结果。变分法的解释泊松图像编辑 表示融合图像块的梯度。 变分方程的意义表明我们的无缝融合是以源图像块内梯度场为指导将融合边界上目标场景和源图像的差异平滑地扩散到融合图像块 I 中这样的话融合后的图像块能够无缝地融合到目标场景中并且其色调和光照可以与目标场景相一致。 读取需要融合的两张图
import cv2
import numpy as np src cv2.imread(1.jpg)
dst cv2.imread(2.jpg) 创建飞机的mask
src_mask np.zeros(src.shape, src.dtype)
# 绘制多边形
poly np.array([ [4,80], [30,54], [151,63], [254,37], [298,90], [272,134], [43,122] ], np.int32)
cv2.fillPoly(src_mask, [poly], (255, 255, 255)) 融合操作使用 cv2.eamlessClone() : 参数1融合图(飞机)参数2目标图(天空)参数3融合图的mask参数4融合图位置中心参数5融合方式常用 cv2.MIXED_CLONE 和 cv2.NORMAL_CLONE# 飞机中心位置在dst的坐标
center (500,100)
# 泊松融合.
output1 cv2.seamlessClone(src, dst, src_mask, center, cv2.MIXED_CLONE)
