卷积特征融合python代码

以下是一个简单的卷积特征融合的Python代码示例：

import numpy as np
import cv2

# 加载两个图像
img1 = cv2.imread("image1.jpg")
img2 = cv2.imread("image2.jpg")

# 调整图像大小
img1 = cv2.resize(img1, (500, 500))
img2 = cv2.resize(img2, (500, 500))

# 提取图像的灰度值
gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)

# 合并灰度图像
combined_gray = np.maximum(gray1, gray2)

# 提取图像的边缘特征
edge1 = cv2.Canny(gray1, 100, 200)
edge2 = cv2.Canny(gray2, 100, 200)

# 合并边缘特征
combined_edge = np.maximum(edge1, edge2)

# 定义卷积核
kernel = np.ones((5, 5), np.uint8)

# 膨胀图像，使特征更加明显
dilation1 = cv2.dilate(combined_gray, kernel, iterations=1)
dilation2 = cv2.dilate(combined_edge, kernel, iterations=1)

# 将两个特征图像加权融合
blended = cv2.addWeighted(dilation1, 0.5, dilation2, 0.5, 0)

# 显示融合后的图像
cv2.imshow("Blended Image", blended)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们使用了OpenCV库的一些函数来融合两个图像的卷积特征。首先，我们将两个图像调整到相同的大小，然后提取它们的灰度值和边缘特征。接下来，我们将灰度图像和边缘特征合并，并使用膨胀操作使特征更加明显。最后，我们使用加权融合将两个特征图像结合起来，生成最终的融合图像。