在Python中叠加图像

Question

我有这三张来自SEM显微镜的图片。其中一张是实际图片，而另外两张只是指示样本上特定元素（铝和硅）的存在。

我想使用Numpy和Matplotlib将它们叠加在一起，这样我就可以看到元素的确切位置，但是不确定如何在Python中处理这个问题，到目前为止，我只能将图片文件读取为np数组：

image_SEM = np.asarray(Image.open('Project_SEI.JPG'))
image_Al = np.asarray(Image.open('Project_Al K.JPG'))
image_Si = np.asarray(Image.open('Project_Si K.JPG'))

谢谢！

- Giovanni Pignatelli

---

有几种方法可以尝试。使用alpha通道将黑色像素在Al/Si图像中变为透明，并将其叠加在一起。或者逐像素地平均颜色，当元素图像像素不是黑色时。试试看，如果不成功，再回来问一下。 - undefined

Answer 1

你根本不需要使用Numpy数组来进行简单的叠加。

from PIL import Image

# Change to your file names, this is what mine downloaded as from your post
image_sem = Image.open('aZ8ED.jpg')
image_si = Image.open('HeiA7.jpg')
image_al = Image.open('HlcOR.jpg')

si_k = Image.blend(image_sem, image_si, 0.5)
si_k.show()

al_k = Image.blend(image_sem, image_al, 0.5)
al_k.show()

你需要裁剪或处理右下角的图片标签以满足你的需求，也许还需要左侧的颜色比例尺，但这样应该能帮助你入门。对我来说很有效。

根据OP的评论进行编辑：

blend 方法 输出 out = image1 * (1.0 - alpha) + image2 * alpha。要将它们全部放在一起，只需依次将元素图像组合在一起，然后将该结果与主图像混合，如下所示：

elements = Image.blend(image_si, image_al, 0.5)

elements_overlay = Image.blend(image_sem, elements, 0.5)
elements_overlay.show()

混合方法可能不适用于许多图像。随着合并更多元素图像，颜色会逐渐淡化，因为 alpha 使得第一个元素图像在最终图像中的权重较小。请参阅documentation以了解所有合并图像的方法。对于更复杂的组合，您可能希望在所有操作完成后使用 Numpy 数组，并对实际像素进行一些归一化或微调，然后再使用 fromarray 或类似方法重新组合。

- jacob

---

谢谢！这个方法有效，关于进一步的工作，有没有好的方法将两个元素叠加在同一张图片上？如果我再次使用Image.blend，会不会逐渐降低基础图像的清晰度？ - undefined

@GiovanniPignatelli 请注意我回答中的更新内容。 - undefined

Answer 2

我倾向于使用掩膜来粘贴硅和铝的图像，这样它们只会影响到彩色的扫描电子显微镜图像，而不会影响到黑色/灰色的部分 - 否则会降低基础图像的对比度。

from PIL import Image

# Load images
sei = Image.open('sei.jpg')
si = Image.open('si.jpg')
al = Image.open('al.jpg')

# Make mask which only allows coloured areas to show
siMask = si.convert('L')
siMask.save('DEBUG-siMask.jpg')

# Paste Si image over SEM image with transparency mask
sei.paste(si, siMask)

# Make mask which only allows coloured areas to show
alMask = al.convert('L')
alMask.save('DEBUG-alMask.jpg')

# Paste Al image over SEM image with transparency mask
sei.paste(al, alMask)
sei.save('result.png')

DEBUG-siMask.jpg

DEBUG-alMask.jpg

result.jpg

---

请注意，在使用之前，您可以增强面具的效果 - 例如，您可以使用中值滤波器来去除小斑点，或者可以进行对比度拉伸，使洋红/黄色阴影更加均匀或者更加稳定。例如，您可以看到黄色比洋红更加均匀，这是因为黄色面具更亮，所以您可以对洋红面具进行阈值处理，使其变为纯黑白，从而使洋红更加均匀。

因此，我使用中值滤波器去除了斑点，并更改了遮罩，使彩色区域透明度为50%，如下所示：

#!/usr/bin/env python3

from PIL import Image, ImageFilter

# Load images
sei = Image.open('sei.jpg')
si = Image.open('si.jpg')
al = Image.open('al.jpg')

# Make mask which only allows coloured areas to show
siMask = si.convert('L')
# Median filter mask to remove small speckles
siMask = siMask.filter(ImageFilter.MedianFilter(5))
# Threshold mask and set opacity to 50% for coloured areas
siMask = siMask.point(lambda p: 128 if p > 50 else 0)
siMask.save('DEBUG-siMask.jpg')

# Paste Si image over SEM image with transparency mask
sei.paste(si, siMask)

# Make mask which only allows coloured areas to show
alMask = al.convert('L')
# Median filter mask to remove small speckles
alMask = alMask.filter(ImageFilter.MedianFilter(5))
# Threshold mask and set opacity to 50% for coloured areas
alMask = alMask.point(lambda p: 128 if p > 50 else 0)
alMask.save('DEBUG-alMask.jpg')

# Paste Al image over SEM image with transparency mask
sei.paste(al, alMask)
sei.save('result.jpg')

这就是这些口罩的效果和结果：

- Mark Setchell