opencv 多波段融合

本文探讨了使用OpenCV库进行多波段图像融合的技术,详细介绍了如何通过OpenCV实现不同波段图像的集成处理,以提高图像信息的丰富度和分析精度。
摘要由CSDN通过智能技术生成
  


    vector<cv::Point>corners;
	vector<cv::Mat>imgs;

	imgs.push_back(cv::imread("testImg/house.jpg"));
	imgs.push_back(cv::imread("testImg/cat.jpg"));
	imgs.push_back(cv::imread("testImg/dog.jpg"));



 	//待融合图像左上角在pano中的坐标
	corners.push_back(cv::Point(200, 200));
	corners.push_back(cv::Point(100, 100));
	corners.push_back(cv::Point(400, 400));



	cv::detail::MultiBandBlender blender(true,10);

    
	blender.prepare(cv::Rect(0, 0, 1000, 1000));

	vector<cv::Mat>masks(imgs.size());
	for (int i = 0; i < imgs.size(); i++)
	{
		masks[i].create(imgs[i].size(), CV_8U);
		masks[i].setTo(cv::Scalar::all(255));
		blender.feed(imgs[i], masks[i], corners[i]);

	}
	cv::Mat pano;
	cv::Mat panoMask;
	panoMask.create(cv::Size(1000,1000), CV_8U);
	panoMask.setTo(cv::Scalar::all(255));

	blender.blend(pano, panoMask);

	cv::imwrite("pano.jpg",pano);


        

这里提供一种基于多波段融合的算法的C++代码实现,供您参考: ```c++ #include <iostream> #include <opencv2/opencv.hpp> #define IMG_NUM 3 // 融合图像数量 #define WAVE_NUM 3 // 小波分解层数 using namespace std; using namespace cv; void wavelet_fusion(vector<Mat>& src, Mat& dst) { // 多波段融合算法 vector<Mat> wavelet_src[IMG_NUM]; // 存储每个图像的小波分解系数 vector<Mat> fusion_coeff[WAVE_NUM+1]; // 存储融合后的小波分解系数 // 对每个图像进行小波分解 for (int i = 0; i < IMG_NUM; i++) { for (int j = 0; j <= WAVE_NUM; j++) { Mat coeff, temp; pyrDown(src[i], temp, Size(src[i].cols/2, src[i].rows/2)); pyrUp(temp, coeff, src[i].size()); wavelet_src[i].push_back(src[i] - coeff); src[i] = temp; } } // 对每个小波分解系数进行融合 for (int i = 0; i <= WAVE_NUM; i++) { Mat fusion = Mat::zeros(wavelet_src[0][i].size(), wavelet_src[0][i].type()); for (int j = 0; j < IMG_NUM; j++) { fusion += wavelet_src[j][i]; } fusion /= IMG_NUM; fusion_coeff[i].push_back(fusion); } // 对融合后的小波分解系数进行重构 for (int i = WAVE_NUM; i >= 0; i--) { Mat temp = fusion_coeff[i].back(); for (int j = 0; j < IMG_NUM; j++) { Mat expand; pyrUp(temp, expand, Size(wavelet_src[j][i].cols, wavelet_src[j][i].rows)); temp = expand + wavelet_src[j][i]; } fusion_coeff[i].push_back(temp); } // 融合后的图像为重构后的第一层小波分解系数 dst = fusion_coeff[0].back(); } int main() { // 读取图像 vector<Mat> src(IMG_NUM); for (int i = 0; i < IMG_NUM; i++) { string filename = "image" + to_string(i+1) + ".jpg"; src[i] = imread(filename); if (src[i].empty()) { cout << "Can't read image " << filename << endl; return -1; } } // 多波段融合 Mat dst; wavelet_fusion(src, dst); // 显示结果 namedWindow("input", WINDOW_NORMAL); for (int i = 0; i < IMG_NUM; i++) { string winname = "image" + to_string(i+1); namedWindow(winname, WINDOW_NORMAL); imshow(winname, src[i]); } namedWindow("output", WINDOW_NORMAL); imshow("output", dst); waitKey(0); return 0; } ``` 注意,这里使用的是OpenCV库中的小波变换函数`pyrDown`和`pyrUp`,需要在编译时链接OpenCV库。同时,代码中读取的图像数量为3,需要根据实际情况修改。
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值