使用Python实现多同尺寸图像等权重混合的问题排查

嘿，我看了你的代码，问题出在循环里没有正确累加所有图像的权重值，导致最后只混合了第一张和最后一张图。让我给你拆解一下问题，再给出修正方案：

问题根源 #

你的代码里，aggregate_file初始化是第一张图乘权重，但在循环中每次计算dst = aggregate_file + (next_img*uniWeight)后，没有把dst赋值回aggregate_file。这意味着每次循环都是用最初的第一张图权重值，加上当前图的权重值，之前循环的结果完全没被保留，最后自然只剩第一张和最后一张的混合效果。

另外还有个小坑：cv2.imread读出来的是uint8类型（0-255的整数），直接做浮点乘法会有精度丢失，最好先转成浮点类型再计算。

修正后的代码 #

import os
import cv2

def prepend(list, str):
    str += '{0}'
    list = [str.format(i) for i in list]
    return list

path = "EvalImages/"
jpeg_list = os.listdir(path)
if '.DS_Store' in jpeg_list:
    jpeg_list.remove('.DS_Store')
jpeg_list = prepend(jpeg_list, path)

num_images = len(jpeg_list)
uniWeight = 1.0 / num_images
print(f"统一权重: {uniWeight}")
print(f"待混合图像: {jpeg_list}")

# 初始化聚合图像，转成float32避免精度损失
aggregate_file = cv2.imread(jpeg_list[0]).astype('float32') * uniWeight

# 遍历剩下的所有图像，逐个累加权重
for img_path in jpeg_list[1:]:
    next_img = cv2.imread(img_path).astype('float32')
    # 核心：把当前图像的权重值加到聚合结果里
    aggregate_file += next_img * uniWeight
    
    # 可选：实时查看混合进度
    temp_show = cv2.convertScaleAbs(aggregate_file)
    cv2.imshow('Mixing Progress', temp_show)
    cv2.waitKey(20)  # 留一点时间显示，防止窗口假死
    
    # 输出当前图像信息
    h, w, ch = next_img.shape
    print(f"{img_path} | 尺寸: {w}x{h} | 通道数: {ch}")

# 转换回uint8格式保存最终结果
final_mix = cv2.convertScaleAbs(aggregate_file)
cv2.imwrite('TestContainer/evalimage3.png', final_mix)
cv2.destroyAllWindows()

关键改进点 #

• 正确累加权重：用aggregate_file += next_img * uniWeight替代单次计算，这样每一张图的权重都会被持续累加到结果中，所有图像都能参与混合。
• 类型转换处理：将图像转为float32进行浮点运算，避免整数运算的截断误差，最后用cv2.convertScaleAbs把结果转回0-255的正常图像范围。
• 更简洁的循环：直接遍历jpeg_list[1:]跳过第一张图，比用索引循环更易读。
• 优化显示逻辑：添加cv2.waitKey让显示窗口正常响应，循环结束后清理窗口。

这样修改后，所有图像就会按照相同的权重均匀混合，你就能看到整体的模式效果啦。

内容的提问来源于stack exchange，提问作者coder