import cv2 as cv import os.path import os from PIL import Image import numpy as np def Gmap(folder_path_1, folder_path): img1 = cv.imread(folder_path_1) for filename in os.listdir(folder_path): if filename.startswith(start_chars): if filename.endswith('.bmp'): img2 = cv.imread(filename) Gd2 = cv.multiply(img1, img1) Gr2 = cv.multiply(img2, img2) result1 = cv.add(img1, img2) * 2 + 1 result2 = cv.add(Gd2, Gr2) + 1 gmap = cv.subtract(result1, result2) cv.imwrite(save_path, gmap) if __name__ == '__main__': folder_path = r"D:\\table\\datasets for graduate\\dis of p\\" folder_path_1 = r"D:\\table\\datasets for graduate\\ref of p\\i01.bmp" save_path = r"D:\\table\\datasets for graduate\\gmap\\" start_chars = 'i01' Gmap(folder_path_1, folder_path)

这段代码是一个 Python 脚本，主要实现了一个 Gmap 函数，用于生成图像的 Gmap 图。具体实现方式是读取一张参考图像（即 folder_path_1 所指定的图像），然后遍历指定目录（folder_path）下的所有以 start_chars 开头且以 .bmp 结尾的图像文件。对于每张遍历到的图像，都会生成一个 Gmap 图像，保存到指定的 save_path 路径下。

Gmap 图像的生成过程是基于两张图像的像素点进行计算得出的。具体计算方式如下：

1. 分别对两张图像的像素点进行平方运算（即 Gd2 和 Gr2）；

2. 将两张图像的像素点相加，再乘以 2，最后再加上 1（即 result1 = cv.add(img1, img2) * 2 + 1）；

3. 将 Gd2 和 Gr2 相加，再加上 1（即 result2 = cv.add(Gd2, Gr2) + 1）；

4. 将 result1 和 result2 相减，即可得到 Gmap 图像（即 gmap = cv.subtract(result1, result2)）。

需要注意的是，这段代码中使用了 OpenCV 和 PIL 库，分别用于图像处理和图像读取。同时，代码中的路径需要根据实际情况进行修改，以确保程序能够读取和保存图像文件。