写一个基于图像梯度和的景深融合算法程序，用python语言

以下是基于图像梯度的景深融合算法程序的Python代码：

import cv2
import numpy as np

# 定义函数计算图像梯度
def compute_gradient(image):
    # 计算x方向梯度
    grad_x = cv2.Sobel(image, cv2.CV_64F, 1, 0)
    # 计算y方向梯度
    grad_y = cv2.Sobel(image, cv2.CV_64F, 0, 1)
    # 计算梯度幅值
    gradient = cv2.magnitude(grad_x, grad_y)
    return gradient

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

# 转换为灰度图像
gray1 = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY)
gray2 = cv2.cvtColor(image2, cv2.COLOR_BGR2GRAY)

# 计算图像梯度
gradient1 = compute_gradient(gray1)
gradient2 = compute_gradient(gray2)

# 计算景深图像
depth_map = np.zeros_like(gray1)
for i in range(gray1.shape[0]):
    for j in range(gray1.shape[1]):
        if gradient1[i,j] > gradient2[i,j]:
            depth_map[i,j] = 255
        else:
            depth_map[i,j] = 0

# 显示结果
cv2.imshow('image1', image1)
cv2.imshow('image2', image2)
cv2.imshow('depth_map', depth_map)
cv2.waitKey(0)
cv2.destroyAllWindows()

首先，我们定义了一个`compute_gradient`函数来计算图像的梯度。该函数使用Sobel算子计算x方向和y方向的梯度，然后通过计算梯度幅值来得到最终的梯度图像。

接下来，我们读取了两张图像，并将它们转换为灰度图像。然后，我们分别计算了两张图像的梯度图像。

最后，我们通过比较两张图像的梯度图像来计算景深图像。具体地，对于每个像素，如果第一张图像的梯度大于第二张图像的梯度，则将该像素设为前景（深度值为255），否则将其设为背景（深度值为0）。

最终，我们将结果显示出来。可以看到，通过比较两张图像的梯度，我们成功地得到了一张景深图像，用于将两张图像进行融合。