目录
1 图像加法运算
1.1 Numpy库加法运算
Numpy库加法的运算方法为：
目标图像 = 图像1 + 图像2，运算结果进行取模运算。有以下两种情况：
（1）当像素值 <= 255时，结果为“图像1+图像2”，例如：120+48=168
（2）当像素值 > 255时，结果为对255取模的结果，例如：(255+64) % 255=64
1.2 OpenCV加法运算- add
OpenCV库实现图像加法运算，方法如下：
目标图像 = cv2.add(图像1, 图像2) 。 此时结果是饱和运算，有以下两种情况：
（1）当像素值 <= 255时，结果为“图像1+图像2”，例如：120+48=168
（2）当像素值 > 255时，结果为255，例如：(255+64) = 255
1.3 对比实验
（1） 两个灰度图像相加
代码如下所示：
# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图片
img = cv2.imread("lena1.tiff", cv2.IMREAD_UNCHANGED)
test = img
# 方法一：Numpy加法运算
result1 = img + test
# 方法二：OpenCV加法运算
result2 = cv2.add(img, test)
# 显示图像
cv2.imshow("original", img)
cv2.imshow("result1_Numpy", result1)
cv2.imshow("result2_OpenCv", result2)
# 等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
运行结果如下所示：
注：参与运算的图像大小和类型必须一致。
下面是对彩色图像进行加法运算的结果。
（2）两个彩色图像相加
代码如下：
# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图片
img = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)
test = img
# 方法一：Numpy加法运算
result1 = img + test
# 方法二：OpenCV加法运算
result2 = cv2.add(img, test)
# 显示图像
cv2.imshow("original", img)
cv2.imshow("result1_Numpy", result1)
cv2.imshow("result2_OpenCv", result2)
运行结果如下：
2 图像融合- addWeighted()
图像融合通常是指将2张或2张以上的图像信息融合到1张图像上，融合的图像含有更多的信息，能够更方便人们观察或计算机处理。如下图所示，将两张不清晰的图像融合得到更清晰的图。
如上图所示，图像融合是在图像加法的基础上增加了系数和亮度调节量。
（1）图像加法：目标图像 = 图像1 + 图像2
（2）图像融合：目标图像 = 图像1 系数1 + 图像2
系数2 + 亮度调节量
主要调用的函数是 addWeighted() 函数，方法如下：
dst = cv2.addWeighter(scr1, alpha, src2, beta, gamma)
dst = src1
alpha + src2
其中，参数gamma不能省略。
注：两张融合的图像像素大小需要一致
代码如下所示：
# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图片
src1 = cv2.imread('lena.tiff')
src2 = cv2.imread('peppers.tiff')
# 图像融合
result = cv2.addWeighted(src1, 1, src2, 1, 0)
# 显示图像
cv2.imshow("src1", src1)
cv2.imshow("src2", src2)
cv2.imshow("result", result)
# 等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
运行结果如下：
（1）设置参数1
result = cv2.addWeighted(src1, 0.8, src2, 0.2, 10)
运行结果如下：
（2）设置参数2
result = cv2.addWeighted(src1, 0.2, src2, 0.8, 10)
运行结果如下：
3 图像类型转换- cvtColor
图像类型转换是指将一种类型转换为另一种类型，比如彩色图像转换为灰度图像、BGR图像转换为RGB图像。OPenCV提供了200多种不同类型之间的转换，其中最常用的包括3类，如下：
result = cv2.cvtColor(图像, 参数) ，其中参数有以下三种：
1) cv2.COLOR_BGR2GRAY #彩色转灰度 类似于Matlab 中的 rgb2gray()
2) cv2.COLOR_BGR2RGB
3) cv2.COLOR_GRAY2BGR
（1）彩色图像转灰度图像
代码如下：
# encoding:utf-8
import cv2
# 读取图片
src = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)
# 图像类型转换
result = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
# 显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)
# 等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
运行结果如下：
（2）BRG通道转RGB通道
代码如下：
# encoding:utf-8
import cv2
# 读取图片
src = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)
# 图像类型转换
result = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
# 显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)
# 等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()运行结果如下：
一般在图像处理中，彩色图像转灰度图像最常用。
参考资料
[1] https://blog.csdn.net/Eastmount/article/details/82347501