【Opencv-Python 官方教程】7.图像的算术操作

本节目标：

学会一些图像的算术操作，如加、减、位操作等
将会使用函数cv2.add() cv2.addWeighted()

图像加法

可以使用Opencv的函数cv2.add()或者numpy的简单算术操作实现两幅图的相加.res = img1 + img2，两幅图必须类型和通道数相同，或者第二幅图可以为一个标量（相当于第一幅图整体值得上下移动）。

Opencv得加法和Numpy的加法有所不同，Opencv加法会自动检测值域是否越界，进行修正，而numpy是一个模数的操作（即会发生溢出，如数据类型是int8，那么 250 + 10 = 260 % 256 = 4）。

比如，看下面的例子

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

>>> print cv2.add(x,y) # 250+10 = 260 => 255
[[255]]

>>> print x+y          # 250+10 = 260 % 256 = 4
[4]

当两幅图相加时，亮度值会增高。Opencv函数会得到一个更好的结果（相比numpy的加法）。所以最好使用OpenCV的函数。

图像融合

还是图像的加法，但是赋予图像不同的权重，所以能明显感觉到图像的融合或者透明度。公式如下

g (x) = (1 - α) f_{0} (x) + α f_{1} (x)

$g(x) = (1-\alpha)f_0(x) + \alpha f_1(x)$

通过从0到1变化参数alpha，可以控制图像融合的透明度过渡。

下面我们将两幅图融合到一起，第一张图权重为0.7，第二张为0.3，用cv2.addWeighted()函数实现，公式如下

d s t = α \cdot i m g 1 + β \cdot i m g 2 + γ

$dst=\alpha·img1 + \beta·img2 + \gamma$

这里第三个参数gamma为0

img1 = cv2.imread('ml.png')
img2 = cv2.imread('opencv_logo.jpg')

dst = cv2.addWeighted(img1,0.7,img2,0.3,0)

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

结果如下

这里写图片描述

位运算

位运算包括与或非和异或（相异为真，相同为假）操作。在提取图像的部分的时候位运算极为有用，比如对于非矩形的ROI区域选择。下面我们会给出一个例子展示如何修改图像的某个具体的区域。

我像将OpenCV的logo融合到一副图像上，如果简单的将两幅图相加，他会改变颜色，如果是融合的化，会有透明度影响。但是我想要一个不透明的效果。如果它是一个矩形区域，可以使用ROI（上一节内容），但是OpenCV的logo不是一个矩形，所以你可以像下面一样使用位运算实现。

# Load two images
img1 = cv2.imread('messi5.jpg')
img2 = cv2.imread('opencv_logo.png')

# I want to put logo on top-left corner, So I create a ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]

# Now create a mask of logo and create its inverse mask also
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)

# Now black-out the area of logo in ROI
img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)

# Take only region of logo from logo image.
img2_fg = cv2.bitwise_and(img2,img2,mask = mask)

# Put logo in ROI and modify the main image
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst

cv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

如下图所示，左边的图是我们创建的掩码（mask），右边的是最后的结果。为了加深理解，可以展示上述代码的所有中间结果，尤其是img1_bg和img2_fg。

这里写图片描述