如何平均两个具有轻微偏移的图像的非零像素[python]

Question

我有两张灰度图像有轻微的偏移（约 80% 重叠），我需要将其平均为一张图像。图像周围有填充，因此图像中已经考虑了重叠（即每个图像的 x 和 y 起始位置不同）。图像以其当前偏移对齐，类似于全景图像。

我目前的方法（见下文）是使用嵌套的 for 循环，比较每个位置的像素强度，将它们相加，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，则无法利用其内置功能。

使用广播操作。

combined_image = (image1 + image2) / 2

应该更快更简单