图像的算术运算

1.1 图像加法

你可以使用函数 cv2.add() 将两幅图像进行加法运算，当然也可以直接使用 numpy，res=img1+img。两幅图像的大小，类型必须一致，或者第二个图像可以使一个简单的标量值。

图像的加法
numpy中a+b[取余运算]
opencv中cv2.add(a,b)区别[饱和运算]

注意：OpenCV 中的加法与 Numpy 的加法是有所不同的。OpenCV 的加法是一种饱和操作，而 Numpy 的加法是一种模操作。这种差别在你对两幅图像进行加法时会更加明显。OpenCV 的结果会更好一点。所以我们尽量使用 OpenCV 中的函数。

import cv2
import numpy as np
a=cv2.imread("..\\image\\lena512.bmp",cv2.IMREAD_UNCHANGED)
b=a
result1=a+b
result2=cv2.add(a,b)
cv2.imshow("b",b)
cv2.imshow("result1",result1)
cv2.imshow("result2",result2)
cv2.waitKey()
cv2.destroyAllWindows()

1.2 图像混合

这其实也是加法，但是不同的是两幅图像的权重不同，这就会给人一种混合或者透明的感觉。图像混合的计算公式如下：
g (x) = (1 − α) f0 (x) + αf1 (x)
通过修改 α 的值（0 → 1），可以实现非常酷的混合。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。函数 cv2.addWeighted() 可以按下面的公式对图片进行混合操作。dst = α · img1 + β · img2 + γ
这里 γ 的取值为 0。

图像的融合
cv2.addWeighted(boat,1,lena,1,0)    图像=boat*1+lena*1+0

import cv2
import numpy as np
boat=cv2.imread("..\\image\\add\\boat.bmp",cv2.IMREAD_UNCHANGED)
lena=cv2.imread("..\\image\\add\\lena.bmp",cv2.IMREAD_UNCHANGED)
cv2.imshow("boat",boat)
cv2.imshow("lena",lena)
result=cv2.addWeighted(boat,1,lena,1,0)
cv2.imshow("boat",boat)
cv2.imshow("lena",lena)
cv2.imshow("result",result)
print(f"boat的shape：{boat.shape}")
print(f"lena的shape：{lena.shape}")
cv2.waitKey()
cv2.destroyAllWindows()

1.3 按位运算

这里包括的按位操作有：AND，OR，NOT，XOR 等。当我们提取图像的一部分，选择非矩形 ROI 时这些操作会很有用（下一章你就会明白）。下面的例子就是教给我们如何改变一幅图的特定区域。我想把 OpenCV 的标志放到另一幅图像上。如果我使用加法，颜色会改变，如果使用混合，会得到透明效果，但是我不想要透明。如果他是矩形我可以象上一章那样使用 ROI。但是他不是矩形。但是我们可以通过下面的按位运算实现： 

import cv2
import numpy as np
# 加载图像
img1 = cv2.imread('E:\\Image\\csdnImage\\football.png')
img2 = cv2.imread('E:\\Image\\csdnImage\\opencv.png')

rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols]
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)                        #进行阈值分割之前先转换为灰度图
ret, mask = cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY)        #进行阈值分割成二值图像
mask_inv = cv2.bitwise_not(mask)                                        #黑白颠倒

# 取 roi 中与 mask 中不为零的值对应的像素的值，其他值为 0
# 注意这里必须有 mask=mask 或者 mask=mask_inv, 其中的 mask= 不能忽略
img1_bg = cv2.bitwise_and(roi,roi,mask = mask)
img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()