opencv之图像的算术运算

最新推荐文章于 2024-09-09 21:34:06 发布

反正学不会！

最新推荐文章于 2024-09-09 21:34:06 发布

阅读量63

点赞数

文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/m0_67977258/article/details/132994080

版权

文章介绍了在计算机视觉中，如何使用OpenCV的cv.add进行基本图像加法，以及Numpy的加法区别。重点讲解了图像混合的概念，通过cv.addWeighted实现不同权重的图像混合，展示了如何通过调整权重实现图像之间的平滑过渡。

摘要由CSDN通过智能技术生成

您可以使用OpenCV函数cv.add（）添加两个图像，或者简单地通过numpy操作res = img1 + img2。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标量值。

OpenCV 添加和 Numpy 添加之间是有区别的。OpenCV加法是一个饱和操作，而Numpy加法是一个模运算。

x = np.uint8（[250]）
y = np.uint8（[10]）
print（ cv.add（x，y） ） # 250+10 = 260 => 255
#[[255]]


print（ x+y ） # 250+10 = 260 % 256 = 4
#[4]

这也是图像添加，但为了给人一种混合或透明的感觉，对图像赋予了不同的权重。图像按照以下公式添加：

g(x）=（1−α)f0(x）+αf1(x)

通过将 \alpha 从 0 arrow 1 变化，可以在一个图像到另一个图像之间执行冷转换。α0→1

在这里，我拍了两张照片来混合在一起。第一个图像的权重为 0.7，第二个图像的权重为 0.3。cv.addWeighted（）将以下公式应用于图像：

dst=α⋅img1+β⋅img2+γ

这里 γ取为零。

img1 = cv.imread（'ml.png')
img2 = cv.imread（'opencv-logo.png')
dst = cv.addWeighted（img1,0.7，img2,0.3,0）
cv.imshow（'dst'，dst）

关注