python - 根据像素值比较多个图像

Question

嗨，我正在尝试比较一组图像，我想在其中生成具有每个单独图像的最大像素的最终图像。假设我有 3 个图像（转换为 10x10 矩阵），其中我知道每个块的像素值> 现在我想逐块比较这些值并生成一个最终的单独图像，其中每个图像的块值最大。

为此，我更改了图像尺寸（250x250），使得每个块都是 25x25 的正方形

我什至尝试比较两个图像并从两个图像中获取最大像素并显示它们

image = cv2.resize(im,(250,250))
hs,ws,c= image.shape
print(hs, ws,c)
hs = round(h/10)
ws = round(w/10)
resized = cv2.resize(image, (ws,hs), interpolation = cv2.INTER_AREA)
cv2.imshow("Resized image", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()

print(list(resized))

#comparing two images
data = np.maximum.reduce([resized,resized1])
from matplotlib import pyplot as plt
plt.imshow(data, interpolation='nearest')
plt.show()

所以这是两个图像，平铺图像是块#comparing两个图像的结果。现在使用这两个图像，我想生成与原始照片类似的最终图像，而不是平铺版本，但最终照片应该具有来自两张原始照片的像素（每张照片的最大值）。我希望它能解决问题

标签： pythonopencvimage-processingcomputer-vision

Answer 1

为了更好的可视化目的，我跳过了你之前得到的整个调整大小的部分，并坚持调整大小的(250 x 250)图像。

我的方法如下：将所有调整大小的图像存储在某个具有尺寸的 NumPy 数组中(width x height x numberOfChannels x numberOfImages)，然后使用 NumPy's maxalong axis=3，这样您就可以在所有图像上获得(width x height x numberOfChannels)具有最大 BGR 值（或灰度，如果需要）的最终图像。

这是一些示例代码：

import cv2
import numpy as np

# Set up empty images array
width, height, nChannels, nImages = (250, 250, 3, 3)
images = np.zeros((width, height, nChannels, nImages), np.uint8)

# Read and resize exemplary input images
images[:, :, :, 0] = cv2.resize(cv2.imread('WeQow.png'), (width, height))
images[:, :, :, 1] = cv2.resize(cv2.imread('gIHOd.png'), (width, height))
images[:, :, :, 2] = cv2.resize(cv2.imread('lAdfO.jpg'), (width, height))

# Generate maximum image along last axis, i.e. the images.
# For each BGR value you get the maximum over all images.
image = images.max(axis=3)

# Show images
cv2.imshow('image0', images[:, :, :, 0])
cv2.imshow('image1', images[:, :, :, 1])
cv2.imshow('image2', images[:, :, :, 2])
cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这些是三个输入图像：

最终的输出图像如下所示：

希望有帮助！