如何平均略有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（〜80％重叠），我需要将它们平均成一个图像。图像周围有填充，因此重叠已经在图像内解决了（即，每个图像的x和y起始位置都不同）。这些图像以其当前偏移对齐，类似于全景图像。

我当前的方法（见下文）是使用嵌套的for循环，比较每个位置的像素强度，将它们求和，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，但是速度很慢，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，如果将numpy与for循环一起使用，则不会利用其内置功能。<​​/ p>

使用广播操作。

combined_image =（image1 + image2）/ 2

应该更快，更简单