图像叠加和平移

      实验目的

1. 学会读入图片，显示图片

2. 学会使用两幅图片进行叠加

3. 学会使用图像进行平移

• 实验内容 

第 1 部分：读入图片

第 2 部分：图像任意比例缩放

第 3 部分：两幅图像进行叠加 

第 4 部分：对图像进行旋转

第 5 部分：对图像进行平移

• 实验过程

第 1 部分：读入图片

第 2 部分：图像任意比例缩放

import cv2 as cv
img = cv.imread("./lena.tif",cv.IMREAD_COLOR)
imgInfo = img.shape
print(imgInfo)
height = imgInfo[0]
width = imgInfo[1]
mode = imgInfo[2]
newHeight = int(height*0.5)
newWidth = int(width*0.5)
newImg = cv.resize(img,(newWidth,newHeight))
cv.imshow("result",newImg)
cv.waitKey(0)
cv.destroyALLWindows()

第 3 部分：两幅图像进行叠加 

import cv2 as cv
# 读取一张图片
img1 = cv.imread("./lena.tif")
img2 = cv.imread("./green.jpg")
# 重置图片2的大小以匹配图片1
img3 = cv.resize(img2, (img1.shape[1], img1.shape[0]))
# 利用addWeighted API实现两张图片的叠加
dst = cv.addWeighted(img1, 0.5, img3, 0.5, 0)
# 显示图片
cv.imshow("1", img1)
cv.imshow("2", img2)
cv.imshow("dst", dst)
cv.waitKey(0)
cv.destroyAllWindows()

第 4 部分：对图像进行旋转

import cv2 as cv
import numpy as np

img = cv.imread("./lena.tif")
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
matrixShift = np.float32([
    [1,0,50],
    [0,1,100]
])
dstImg = cv.rotate(img,cv.ROTATE_90_CLOCKWISE)
cv.imshow("dst",dstImg)
cv.waitKey(0)

第 5 部分：对图像进行平移

import cv2 as cv
import numpy as np

img = cv.imread("./lena.tif")
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
matrixShift = np.float32([
    [1,0,50],
    [0,1,100]
])
dstImg = cv.warpAffine(img,matrixShift,(width,height))
cv.imshow("dst",dstImg)
cv.waitKey(0)

• 实验结果

第 1 部分：读入图片

第 2 部分：图像任意比例缩放

第 3 部分：两幅图像进行叠加 

第 4 部分：对图像进行旋转

第 5 部分：对图像进行平移

五、思考与总结

透明度的影响：通过改变alpha参数，我们可以看到透明度对图像叠加效果的影响。如果两个图像的差异很大，调整透明度可以帮助我们得到更好的效果。
色彩平衡和对比度的影响：如果两幅图像的色彩和亮度差异较大，可能需要进行色彩平衡和对比度的调整，以便得到更自然的效果。这可能需要使用到其他库，如OpenCV。
混合模式的影响：ImageChops模块还提供了多种混合模式，如屏幕、叠加、正片叠底等。这些混合模式可能会为叠加效果带来更多的可能性。
性能和内存使用：处理大图像时，需要考虑内存使用和性能优化。例如，可以尝试使用NumPy库来加快处理速度。
图像的质量：在叠加过程中，可能会牺牲一些图像质量。如何平衡效果和质量，是一个需要权衡的问题。
应用场景：图像叠加可以应用于很多领域，如照片处理、艺术创作、海报设计等。理解并掌握图像叠加技术，