python - 如何平均具有轻微偏移的两个图像的非零像素[python]

Question

我有两个灰度图像，它们有轻微的偏移(约 80% 重叠)，我需要将其平均为单个图像。图像周围有填充，因此图像内已经考虑了重叠(即每个图像的 x 和 y 起始位置不同)。图像按照当前偏移对齐，类似于全景图像。

我当前的方法(见下文)是使用嵌套 for 循环，比较每个位置的像素强度，求和，然后除以非零计数。

    combined_image=np.empty((image1.shape))
    for row in range(image1.shape[0]):
        for pixel in range(image2.shape[1]):
            temp_array = np.array((image1[row][pixel], image2[row][pixel]))
            combined_image[row][pixel] = np.sum(temp_array)/np.count_nonzero(temp_array)

我相信它可以工作，但是，它相当慢，因为这些图像是 1000 x 1000 像素。想知道是否有更有效的方法

Answer 1

通常，如果您在 numpy 中使用 for 循环，则不会利用其内置功能。<​​/p>

使用广播操作。

组合图像 = (图像1 + 图像2)/2

应该更快而且更简单