通过渐变处理和Laplacian金字塔融合方法融合两张图像的Python代码

好的，以下是基于OpenCV库的Python代码示例：

import cv2
import numpy as np

# 读取两张图像
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

# 将两张图像转换为灰度图像
gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)

# 创建高斯金字塔
G1 = gray1.copy()
G2 = gray2.copy()
gp1 = [G1]
gp2 = [G2]
for i in range(6):
    G1 = cv2.pyrDown(G1)
    G2 = cv2.pyrDown(G2)
    gp1.append(G1)
    gp2.append(G2)

# 创建拉普拉斯金字塔
lp1 = [gp1[5]]
lp2 = [gp2[5]]
for i in range(5, 0, -1):
    G1 = cv2.pyrUp(gp1[i])
    G2 = cv2.pyrUp(gp2[i])
    L1 = cv2.subtract(gp1[i - 1], G1)
    L2 = cv2.subtract(gp2[i - 1], G2)
    lp1.append(L1)
    lp2.append(L2)

# 创建掩模
mask1 = np.zeros(gray1.shape, dtype=gray1.dtype)
mask1[:, :int(gray1.shape[1] / 2)] = 255
mask2 = cv2.bitwise_not(mask1)

# 对两个图像的金字塔进行融合
LS = []
for l1, l2 in zip(lp1, lp2):
    rows, cols = l1.shape
    ls = cv2.add(cv2.multiply(l1, mask1), cv2.multiply(l2, mask2))
    LS.append(ls)

# 重建融合图像
ls_ = LS[0]
for i in range(1, 6):
    ls_ = cv2.pyrUp(ls_)
    ls_ = cv2.add(ls_, LS[i])

# 最终结果
result = cv2.cvtColor(ls_, cv2.COLOR_GRAY2BGR)
cv2.imshow('result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个代码示例中，我们首先读取两张要融合的图像，并将它们转换为灰度图像。然后，我们构建了这两个图像的高斯金字塔和拉普拉斯金字塔。接着，我们创建了一个掩模，用于指定两张图像在融合过程中的权重。我们对这两个图像的金字塔进行融合，并重建出最终的融合图像。最后，我们将结果转换为彩色图像，并显示出来。