基于小波变换的红外和可见光的图像融合的代码

以下是一个基于小波变换的红外和可见光的图像融合的 Python 代码示例：

import cv2
import numpy as np
import pywt  # 需要安装 pywt 库

def wavelet_fusion(infrared_img_path, visible_img_path, fusion_img_path):
    # 读取红外和可见光图像
    infrared_img = cv2.imread(infrared_img_path, cv2.IMREAD_GRAYSCALE)
    visible_img = cv2.imread(visible_img_path)

    # 将可见光图像转换为灰度图像
    visible_img_gray = cv2.cvtColor(visible_img, cv2.COLOR_BGR2GRAY)

    # 对红外和可见光图像进行小波变换
    infrared_coeffs = pywt.dwt2(infrared_img, 'haar')
    visible_coeffs = pywt.dwt2(visible_img_gray, 'haar')

    # 将红外图像的低频系数和可见光图像的高频系数进行融合
    fused_coeffs = (
        (infrared_coeffs[0] + visible_coeffs[1]) / 2,
        infrared_coeffs[1],
        infrared_coeffs[2]
    )

    # 对融合后的系数进行小波反变换
    fused_img = pywt.idwt2(fused_coeffs, 'haar')

    # 将灰度图像转换为彩色图像
    fused_img_color = cv2.merge((fused_img, fused_img, fused_img))

    # 对融合后的彩色图像进行直方图均衡化
    fused_img_color = cv2.equalizeHist(fused_img_color)

    # 保存融合后的图像
    cv2.imwrite(fusion_img_path, fused_img_color)

使用方法：

infrared_img_path = 'infrared_image.jpg'
visible_img_path = 'visible_image.jpg'
fusion_img_path = 'fusion_image.jpg'
wavelet_fusion(infrared_img_path, visible_img_path, fusion_img_path)

其中，`infrared_image.jpg` 和 `visible_image.jpg` 是待融合的红外和可见光图像的文件路径，`fusion_image.jpg` 是融合后的图像的文件路径。