泊松融合实现图片拼接

 话不多说,先放图:

这是通过泊松融合做出来的一组图片,右下角是提高了饱和度后的成果图。

通过提取背景,再融合新背景后做一些处理。

提取背景我用的是转换成HSV模型的方法。

1.把原图转换成HSV图像。

cvtColor(Frame, temp, COLOR_BGR2HSV);
split(temp, planes);
equalizeHist(planes[2], planes[2]);
merge(planes, temp);
inRange(temp, Scalar(100, 43, 46), Scalar(124, 255, 255), temp);
erode(temp, temp, Mat());
dilate(temp, temp, Mat());

2.寻找最大的轮廓,再找出最大轮廓中的最大外接矩形,这样能保证一些无法通过HSV模型找出的边界也包含在内。

VP maxCountour = FindBigestContour(mask);
Rect maxRect = boundingRect(maxCountour);

3.泊松融合,注意中心点选区最大外界矩形的中心。下面是三种融合模式,根据实际形况我选择的第一种,如果实在不懂选择哪种,我建议可以都显示看一下,哪种最符合需求就用哪种。

seamlessClone(matCloud, matSrc, mask, center, normal_clone, NORMAL_CLONE);
seamlessClone(matCloud, matSrc, mask, center, mixed_clone, MIXED_CLONE);
seamlessClone(matCloud, matSrc, mask, center, monochrome_clone, MONOCHROME_TRANSFER);

4.彩色直方图均衡,将RGB图像转到YCbCr分量,然后对Y分量上的图像进行直方图均衡化。

cvtColor(temp,temp,COLOR_BGR2YCrCb);
split(temp,planes);
equalizeHist(planes[0],planes[0]);
merge(planes,temp);
cvtColor(temp,temp,COLOR_YCrCb2BGR)

5.提高图像饱和度。

最终结果就是上面四格图的右下角。

但是我又试了很多张图 总感觉还有一些问题,可能是原理上还是不太懂,得再钻研钻研,我背景换一张黄色的图,泊松融合通过计算两个图像交接部分的梯度,融合后的图片依旧偏蓝,不太能达到预想期望,如果有大神看到这边文章,请多指教,谢谢!

 

  

革命尚未成功,仍需努力!!

 

以上为学习笔记

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
图像拼接泊松融合是一种将两张不同的图片拼接在一起,并将它们融合成一张自然的图片的技术。Python中可以使用OpenCV库进行图像拼接泊松融合。下面是一个简单的Python程序实现图像拼接泊松融合的示例代码: ```python import cv2 import numpy as np # 读入两张图片 img1 = cv2.imread('image1.jpg') img2 = cv2.imread('image2.jpg') # 获取第一张图片的宽度和高度 h1, w1 = img1.shape[:2] # 创建一个矩阵,将第一张图片放在左边,第二张图片放在右边 result = np.zeros((h1, w1*2, 3), dtype=np.uint8) result[:, :w1, :] = img1 result[:, w1:, :] = img2 # 获取第二张图片的掩码 gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) ret, mask = cv2.threshold(gray, 10, 255, cv2.THRESH_BINARY) # 获取掩码的反向掩码 mask_inv = cv2.bitwise_not(mask) # 将第一张图片的掩码与反向掩码相乘,得到只包含第一张图片的区域 img1_bg = cv2.bitwise_and(img1, img1, mask=mask_inv) # 将第二张图片的掩码与反向掩码相乘,得到只包含第二张图片的区域 img2_fg = cv2.bitwise_and(img2, img2, mask=mask) # 将两张图片的区域进行泊松融合 dst = cv2.add(img1_bg, img2_fg) result[:, :w1, :] = dst # 显示结果 cv2.imshow('result', result) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个示例代码中,我们首先读入了两张图片,然后创建了一个矩阵,将第一张图片放在左边,第二张图片放在右边。接着,我们获取了第二张图片的掩码,并计算了掩码的反向掩码。然后,我们将第一张图片的掩码与反向掩码相乘,得到只包含第一张图片的区域,将第二张图片的掩码与反向掩码相乘,得到只包含第二张图片的区域。最后,我们将两张图片的区域进行泊松融合,并将结果显示出来。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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