图像处理——基于opencv和python（四）

1 图像的加法运算

OpenCV函数cv.add() 或仅通过numpy操作res = img1 + img2 添加两个图像。

两个 图像应具有相同的深度和类型，或者第二个图像可以只是一个标量值 注意 OpenCV加法和Numpy加法之间有区别。

OpenCV加法是饱和运算，而Numpy加法是模运 算。

1.1 图像相加 add()

2个图像对象img，img2如果通道数一样、大小一样，可以使用cv2.add(img,img2)相加，得到一个新的图像。

import cv2
import numpy as np
from PIL import Image
img1 = cv2.imread('./images/lena.jpg')
img2 = cv2.imread('./images/opencv_logo.png')
dst = img1+img2


img1 = cv2.imread('./images/lena.jpg')[:512,:512]
img2 = cv2.imread('./images/opencv_logo.png')[:512,:512]
#dst = img1+img2
dst = cv2.add(img2,img1)
img_rgb = dst[:, :, ::-1]
Image.fromarray(img_rgb)

img1 = cv2.imread('./images/yifei.jpg')[:267,:189]
img2 = cv2.imread('./images/opencv_logo.png')[:267,:189]
#dst = img1+img2
dst = cv2.add(img2,img1)
img_rgb = dst[:, :, ::-1]
Image.fromarray(img_rgb)

 

2个图像中白色部分会覆盖了原来的位置，那是因为add()方法相加的图像如果超过了阈值会被截断。 在OpenCV中图像的算术运算遵循“饱和运算”的规则，如果计算的结果超过了阈值范围，则就近进行截断，比如unit8类型的数据范围是【0,255】，如果2个数值 直接相加的结果大于255就会赋值为255。

1.2 图像相加 运算符+

img1 = cv2.imread('./images/lena.jpg')[:512,:512]
img2 = cv2.imread('./images/opencv_logo.png')[:512,:512]
dst = img1+img2
img_rgb = dst[:, :, ::-1]
Image.fromarray(img_rgb)

        从运行结果看，+运算符将2个图像相加，新图像和lena.jpg差异不大，但是和opencv-logo.png相差甚远。 从像素[111,222]的运算结果看，当2个值相加大于255时，会将这个值对256求余得到新的像素值。

1.3 加权加法 addWeighted()

addWighted()可以用来实现2幅图像的不同权值的加法，实现图像混合的效果。

函数cv2.addWeighted()可以按下面的公式对图片进行混合操作。

$g(x)=(1-a)f_0(x)+af_1(x)+b$

现在我们把两幅图混合在一起。第一幅图的权重是0.7,第二幅图的权重是0.3, b=0。                        

img2_dst = cv2.resize(img2,(img1.shape[0],img1.shape[1])) #放大图像
dst = cv2.addWeighted(img1, 0.7, img2_dst, 0.3, 0) # 第一幅图的权重是 0.7 第二幅图的权重是 0.3
img_rgb = dst[:, :, ::-1]
Image.fromarray(img_rgb)