import numpy as np
import matplotlib.pylab as plt
import matplotlib.image as mpimg
im1=mpimg.imread('C:/Users/xpp/Desktop/Lena.png') #原始图像
im2=mpimg.imread('C:/Users/xpp/Desktop/Lena.png')/255
i=1
plt.figure(figsize=(18,15))
for alpha in np.linspace(0,1,20):
plt.subplot(4,5,i)
plt.imshow((1-alpha)*im1+alpha*im2)
plt.axis('off')
i +=1
plt.subplots_adjust(wspace=0.05,hspace=0.05)
plt.show()
算法:图像交叉是一张图像开始,以另一张图像结束,实现图像渐变。通过迭代地将α从0增加到1来实现图像地变形效果。图像变形在实际领域中有着广泛的应用,如在卫星图像、超声图像的处理中,它用于校正由于工具或方法的内在限制而产生的图像扭曲;在医学图像处理和三维重建中,变形用于定位、匹配等技术中去在图像编辑和艺术设计中,利用变形可达到某些特殊效果。应用于科幻电影制作,三维重建,刑事侦破,外科人脸整形手术效果预见,人脸检测以及人脸图像合成等。
其中,α范围从0到1,image1表示一张图像,image2表示另一张图像。
书籍:《Computer Vision: Algorithms and Applications》
本文分享自 图像处理与模式识别研究所 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!