小白菜的opencv学习（5）图像基本运算

之前学习了图像的导入，现在要对两张图像进行简单的运算。
先上代码

import cv2
import numpy as np
#load images
img1 = cv2.imread('tong1.jpg')
img2 = cv2.imread('tong2.jpg')
logo = cv2.imread('logo.jpeg')

'''
#add = img1 + img2
#add = cv2.add(img1,img2)
#add = cv2.addWeighted(img1,0.8,img2,0.2,0)
'''

rows,cols,channels = logo.shape
roi = img1[0:rows,0:cols]
img2gray = cv2.cvtColor(logo,cv2.COLOR_BGR2GRAY)
ret,mask = cv2.threshold(img2gray,220,255,cv2.THRESH_BINARY_INV)
mask_inv = cv2.bitwise_not(mask)

img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)
logo_fg = cv2.bitwise_and(logo,logo,mask = mask)
dst = cv2.add(img1_bg,logo_fg)
img1[0:rows,0:cols] = dst
cv2.imshow('res',img1)

cv2.waitKey(0)
cv2.destroyAllWindows()

可以看到我在这里注释了三行东西，这三行代表着不同的加法运算。
第一行add = img1 + img2，是numpy的运算，直接相加。结果是把每个像素的三个颜色都加起来，当然会出现超过255的数。当imshow的时候，遇到超过255的数字就会进行取模运算。
第二行add = cv2.add(img1,img2)，是opencv的运算，这里和numpy运算不一样的地方是在相加的时候遇到超过255的数就会直接取255。当imshow的时候会显示成白色(255,255,255)
第三行是有权重的加法，每个图像后面的变量是图像所占的比重，最后一个是图像的伽马值，这里取0。
这三种加法比较简单，不再赘述。
没有注释的部分是将一张图片去掉背景放到另一张图片上，我用的是下面两张图。

运行之后的图片如下：
可以看到python标志的白色背景被删掉加到了蓝天的图片上。接下来让我们看看程序是怎么实现的。
首先将logo的图片像素赋值给rows和cols，取背景图片相同大小的块赋值给roi，将logo灰度化。
接下来我们看到了新的函数threshold()，这个函数将处于220～255之间的像素变成255(白色)，其余的变成0(黑色)。用bitwise_not将mask反色。
bitwise_and()这两句话没太懂什么意思，不过我把图画了出来，可以在评论区留言讨论。
然后将背景图片上相应的区域变成处理之后的图片，最后显示出来。

一般这样认为，bitwise_and()函数用黑色部分把原图遮挡起来。但是没有具体的细节，经过大佬指点，翻了翻源文件。
这里bitwise_and()有三个参数，可以说都是与的关系，可以认为前两个先与,小值覆盖大值，第三个参数作为掩码来覆盖，拿其中一个说明，roi和roi与之后还是自己，然后用mask_inv作为掩码，发现mask_inv中间是黑色的，就是0，那么roi中间被0填充，也就是传说中的被遮盖掉。

这里用到了python一个很有意思的命令，在这里看到的：

~/$ python -m pydoc -p 1234

pydoc server ready at http://localhost:1234/

运行之后在浏览器中输入得到的网址http://localhost:1234/，这期间终端不要关，就可以看到python的所有库文件了。