基于Python的Opencv学习

基于Python的Opencv学习第四天

共同学习Opencv的小伙伴们，大家好。今天是我们学习Opencv的第四天了，之前几篇博客从最基本的像素介绍到图像的感兴趣区，今天来看看我为大家带来什么吧！

一.图像的加法运算

说到Opencv里面对图像进行加法运算，那就要分两种加法运算，分别是通过numpy包来进行加法运算，和直接Opencv加法运算，在我们了解语法之前，还是来看看图像的加法运算在opencv里面是如何实现的。

1.加法运算的概念
这里我们以八位图像来举例说明，首先八位图像在计算机中是以二进制来存放，最小值是0000 0000对应十进制中的0，而最大值是1111 1111对应十进制中的255，一共256中灰度集。

2.利用numpy包进行加法运算（取余运算）
在使用numpy包进行加法运算时，我们用到的语法如下：
结果=图像1+图像2

在这里，两个图像的像素点的相加得到的数字<=255时，那么我们的结果就等于这个数字
如果两个图像的像素点的相加得到的数字>255时，那么我们的结果要对这个数字进行对255的取余运算。

例如，两个像素分别为100和58，那么100+58=158<255，则结果就等于158；
如果两个像素分别为255和58，那么255+58=（255+58）%255=58，则结果就是58。

3.利用opencv进行加法运算（饱和运算）
在opencv中进行加法运算时，我们需要调用add（）函数，其语法如下：
结果=cv2.add（图像1，图像2）

这时，结果也分两种情况
如果和的数值<=255，那么结果为该数值；
如果和的数值>255，那么结果只能为255。
在这里，我们称为饱和运算，即不管加起来的数值等于多少，他最大只能是255。
（普及一下，opencv中0代表黑色，255代表白色，越靠近0则黑色的程度越深，越靠近255，则白色的程度越深。）

注意！！！参与运算的图像大小，类型必须保持一致！！！

3.代码实现
接下来我们通过代码来演示一下图像的加法运算。

>>> import cv2
>>> import numpy as np
>>> img=cv2.imread(r"C:\Users\LT010407\Desktop\2.jpg")
>>> pic=img
>>> cv2.imshow("img",img)
>>> i=pic+img
>>> cv2.imshow("i",i)
>>> k=cv2.add(img,pic)
>>> cv2.imshow("k",k)
>>> 

这里我们i是用numpy包进行的运算，k是在opencv里面运用了add（）函数进行的运算，来看看结果！

二.图像融合

1.图像融合的概念
首先来介绍一下图像融合的概念，指的是将2张或2张以上的图像信息融合到1张图像上，这里小伙伴们就疑惑了，这个和图像相加不就是一样的吗，其实不同，融合的图像含有更多的信息，能够更方便人来观察或者计算机处理。
如图，用两个白色框框起来的两幅图像区域都是有部分不清晰，但是通过图像融合，我们能够得到一幅清晰的图像，这就是图像的融合。

2.图像融合的语法
这里我只介绍了将两幅图像以不同权重的方式给加在一起，我们需要调用addWeighted（）函数，来看语法：

dst=cv2.addWeighted（src1，alpha，src2，beta，gamma）

而dst=src1alpha+src2beta+gamma,如果用中文表示就是：
结果图像=图像1系数1+图像2系数2+亮度调节量

这里系数指的是图像的透明度，如果系数越大，则该图像占比的透明度越大，显示在结果图像上时，该图像就越深，而亮度调节量就是用来调节结果图像的亮度，值越大就越亮，最小是0，即不做改变，但是参数gamma（亮度调节量）不能省略。

3.代码和结果
刚刚介绍了图像融合的语法，老规矩，上代码和结果：

impore cv2
a=cv2.imread(r"C:\Users\LT010407\Desktop\3.jpg")
b=a=cv2.imread(r"C:\Users\LT010407\Desktop\3.jpg")
result=cv2.addWeighted(a,0.6,b,0.3,0)
cv2.imshow("result",result)

在这里我们可以看见，这个lena图像因为我调的是0.3，所有就更淡一点，而那个boat图像我调到0.6，所有就更重一点，亮度调节是0。

好的，今天的内容就讲到这里了吧，下一篇博客见。