Python+OpenCV图像融合

根据导师作业安排，在学习数字图像处理（刚萨雷斯版）第六章 彩色图像处理 中的彩色模型后，导师安排了一个比较有趣的作业：

如图有遥感原RGB图image，灰色图像Grayimage，将两幅图合并为第三幅清晰的遥感RGB图像RGBimage
融合原理为：
1 注意：遥感原RGB图image和灰色图Grayimage为测试用的输入图像；
2 步骤：（1）将RGB转换为HSV空间（H：色调，S：饱和度，V：明度）；
（2）用灰色图转换成的灰度图Gray图像替换掉HSV中的V；
（3）替换后的HSV转换回RGB空间即可得到结果。
书上只介绍了HSI彩色模型，并没有说到HSV，所以需要网上查找资料。
Python代码如下：

import cv2
import numpy as np
import math
from matplotlib import pyplot as plt

def caijian(img):#裁剪图像与否根据选择图像大小而定，调用了OpenCV函数
    weight=img.shape[0]
    height=img.shape[1]
    print("图像大小为：%d*%d"%(weight,height))
    img=cv2.resize(img,(int(weight/2),int(height/2)),interpolation=cv2.INTER_CUBIC)
    return(img)

def graytograyimg(img):#灰色图像转灰度图
    grayimg=img*1
    weight=img.shape[0]
    height=img.shape[1]
    for i in range(weight):
         for j in range(height):
              grayimg[i,j]=0.299*img[i,j,0]+0.587*img[i,j,1]+0.114*img[i,j,2]
    return(grayimg)

def RGBtoHSV(img):
    b,g,r=cv2.split(img)
    rows,cols=b.shape
    H=np.ones([rows,cols],"float")
    S=np.ones([rows,cols],"float")
    V=np.ones([rows,cols],"float")
    print("RGB图像大小：%d*%d"%(rows,cols))
    for i in range(0, rows):
        for j in range(0, cols):
            MAX=max((b[i,j],g[i,j],r[i,j]))
            MIN=min((b[i,j],g[i,j],r[i,j]))
            V[i,j]=MAX
            if V[i,j]==0:
                S[i,j]=0
            else:
                S[i,j]=(V[i,j]-MIN)/V[i,j]
            if MAX==MIN:
                H[i,j]=0 # 如果rgb三向量相同，色调为黑
            elif V[i,j]==r[i,j]:
                H[i,j]=(60*(float(g[i,j])-b[i,j])/(V[i,j]-MIN))
            elif V[i,j]==g[i,j]:
                H[i,j]=60*(float(b[i,j])-r[i,j])/(V[i,j]-MIN)+120
            elif V[i,j]==b[i,j]:
                H[i,j]=60*(float(r[i,j])-g[i,j])/(V[i,j]-MIN)+240
            if H[i,j]<0:
                H[i,j]=H[i,j]+360
            H[i,j]=H[i,j]/2
            S[i,j]=255*S[i,j]
            result=cv2.merge((H,S,V)) # cv2.merge函数是合并单通道成多通道
            result=np.uint8(result)
    return(result)

def graytoHSgry(grayimg,HSVimg):#将灰度图替换HSV中的V
    H,S,V=cv2.split(HSVimg)
    rows,cols=V.shape
    for i in range(rows):
        for j in range(cols):
            V[i,j]=grayimg[i][j][0]
    newimg=cv2.merge([H,S,V])
    newimg=np.uint8(newimg)
    return newimg

def HSVtoRGB(img,rgb):
    h1,s1,v1=cv2.split(img)
    rg = rgb.copy()
    rows,cols=h1.shape
    r,g,b=0.0,0.0,0.0
    b1,g1,r1 = cv2.split(rg)
    print("HSV图像大小为：%d*%d"%(rows,cols))
    for i in range(rows):
        for j in range(cols):
            h=h1[i][j]
            v=v1[i][j]/255
            s=s1[i][j]/255
            h=h*2
            hx=int(h/60.0)
            hi=hx%6
            f=hx-hi
            p=v*(1-s)
            q=v*(1-f*s)
            t=v*(1-(1-f)*s)
            if hi==0:
                r,g,b=v,t,p
            elif hi==1:
                r,g,b=q,v,p
            elif hi==2:
                r,g,b=p,v,t
            elif hi==3:
                r,g,b=p,q,v
            elif hi==4:
                r,g,b=t,p,v
            elif hi==5:
                r,g,b=v,p,q
            r,g,b=(r*255),(g*255),(b*255)
            r1[i][j]=int(r)
            g1[i][j]=int(g)
            b1[i][j]=int(b)
    rg=cv2.merge([b1,g1,r1])
    return rg

img=cv2.imread("D:/RGB.bmp")
gray=cv2.imread("D:/gray.bmp")
img=caijian(img)
gray=caijian(gray)
grayimg=graytograyimg(gray)
HSVimg=RGBtoHSV(img)
HSgray=graytoHSgry(grayimg,HSVimg)
RGBimg=HSVtoRGB(HSgray,img)
#RGBimg=HSVtoRGB1(HSgray)
cv2.imshow("image",img)
cv2.imshow("Grayimage",grayimg)
cv2.imshow("HSVimage",HSVimg)
cv2.imshow("HSGrayimage",HSgray)
cv2.imshow("RGBimage",RGBimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

   以上代码是在尽量不调用OpenCV函数的情况下编写，其目的是熟悉图像处理原理和Python编程，注释很少，其中RGB转HSV原理，HSV转RGB原理，在CSDN中都能找到，灰度图替换HSV中的V原理其实很简单，看代码就能明白，不用再找资料。
   此次小有收获，分享给各位，纯属写着玩。