OpenCv 图像的算数运算-Toy模板网

这篇具有很好参考价值的文章主要介绍了OpenCv 图像的算数运算。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1. 图像加法

函数 cv.add(img1, img2)
参数中的img1 和 img2 应该是相同的深度和类型，或者第二个图像可以是像素值
代码示例:

>>> x = np.uint8([250])
>>> y = np.uint8([10])

>>> print(cv.add(x,y)) #250 + 10 =260 => 255
[[255]]

>>> print(x + y)
[4]

可以注意到，如果二者的和大于最大像素值255那么opencv会将其自动置为255.
合成实例：
可以发现add函数就是普通的像素值相加
OpenCv 图像的算数运算

2.图像混合

cv.addWeighted(img1, alpha, img2, 1-alpha, gama)
这也是将图像相加，但是对图像赋予不同的权重，从而给出混合感或透明感。图像按以下等式添加：
$(1-\alpha)f_0(x)+\alpha f_1(x) + gama$

gama: 添加到每个总和的标量，默认为0

但是这个函数也是只能用两张相同大小的图片进行混合。
代码示例:

img1= cv.imread(img1.path)
img2= cv.imread(img2.path)

dst = cv.addWeighted(img1,0.7,img2,0.3,0)

cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()

下面的代码表示将一个小的图片混合到大图片当中

# smaller img merge to bigger img
def addWeightedSmallImgToLargeImg(largeImg, alpha, smallImg, beta = 0, gamma=0.0, regionTopLeftPos=(0,0)):
    # get the img's width and hight
    bW, bH = largeImg.shape[1::-1] 
    sW, sH = smallImg.shape[1::-1]
    # 是否偏移
    x,y =  regionTopLeftPos
    if (sW>bW) or (sH>bH): # check the img is legal or not
        raise ValueError(f"img2's size {smallImg.shape[1::-1]} must less than or equal to img1's size {largeImg.shape[1::-1]}")
    else:
        if (x+sW)>bW:
            x = bW-sW
        if (y+sH)>bH:
            y = sH-bH
        destImg = np.array(largeImg)
        tmpSrcImg = destImg[y:y+sH,x:x+sW]
        tmpImg = cv.addWeighted(tmpSrcImg, alpha, smallImg, beta, gamma)
        destImg[y:y + sH, x:x + sW] = tmpImg
        return destImg
# read img and show img's shape
img1 = cv.imread(r'images\flowers.jpg')
img2 = cv.imread(r'images\flo.jpg')
print(img1.shape)
print(img2.shape)

## show the img
new_img = addWeightedSmallImgToLargeImg(img1, 0.7, img2, 0.3, regionTopLeftPos=(640,500))
cv.imshow('merge image', new_img)
cv.waitKey(0)
cv.destroyAllWindows()