17.opencv 图像的加减乘除与线性运算（融合）

图像加法运算

import cv2
import numpy as np

cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')

读取猫和狗的图片。

print(cat.shape)
print(dog.shape)

输出二者的数组的形状。

(480, 640, 3)
(360, 499, 3)

发现猫的图片长宽不等于狗的图片，进行相加操作，必须试长宽相等，同时维度相同。

new_cat = cat[0:360, 0:499]

使用python的切片操作，使得二者图片长宽相等。注意切片操作区间是左闭右开，故0~359与0~499。

print(new_cat.shape)

(360, 499, 3)

长宽相等。

new_img = cv2.add(dog, new_cat)
cv2.imshow('new_img', new_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

print(new_img[0:3, 0:3])

[[[255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]]]

 可以发现通过cv2的加法是有截断功能。

new_img[0:3, 0:3] += 100
print(new_img[0:3, 0:3])

直接做加法。

[[[99 99 99]
  [99 99 99]
  [99 99 99]]

 [[99 99 99]
  [99 99 99]
  [99 99 99]]

 [[99 99 99]
  [99 99 99]
  [99 99 99]]]

是没有截断功能，由于元素type为uint8，故加到99.

其余运算意义不大

减法 subtract, 对应位置的元素相减, 减完小于0, 统一变成0
new_img = cv2.subtract(new_cat, dog)

乘法 multiply
new_img = cv2.multiply(new_cat, dog)

除 divide
new_img = cv2.divide(new_cat, dog)

图像融合

# 图像的融合
# 不是简单的加法了. 相当于拿图片做了线性运算. new_img = img1 * w1 + img2 * w2 + bias
import cv2
import numpy as np

# 读取图片
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')

new_cat = cat[0:360, :499]

new_img = cv2.addWeighted(new_cat, 0.5, dog, 0.5, 0)

cv2.imshow('new_img', new_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像融合不再是简单的相加。添加了权重同时加上了偏置。