OpenCV入门学习记录---2、图像的加法、混合

2.1 图像的加法------将两幅图像加载在一起

准备好一张风景图和一张黑色背景图的雨点照片（注意照片像素大小要一致才能进行加减法运算）

首先常规操作

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

显示我们的雨点图

rain = cv.imread("/home/pengsongjie/mydrive/image/rain")

plt.imshow(rain[:,:,::-1])

显示我们的风景图

view1 = cv.imread("/home/pengsongjie/mydrive/image/view1.png")

plt.imshow(view1[:,:,::-1])

进行加法运算时我用了两种方式：

• 直接使用加号运算符（img1 = rain + view1）：

  • 这种方式在某些图像处理库中是支持的，比如Python的NumPy库，它允许数组之间的元素级加法。如果rain和view1都是NumPy数组，并且它们的形状（即尺寸和通道数）相同，那么这种加法运算会逐元素地将两个数组的对应元素相加。
  • 例如，如果rain和view1都是灰度图像，那么它们的每个像素值会被相加；如果它们是彩色图像，那么每个颜色通道的像素值会被分别相加。
  • 需要注意的是，这种加法可能会导致溢出，即结果超过图像数据类型的最大值。例如，如果图像是8位无符号整数（uint8），像素值的范围是0-255，相加的结果如果超过255，就会发生溢出

img1 = rain+view1

plt.imshow(img1[:,:,::-1])

• 使用OpenCV的add函数（img2 = cv.add(rain, view1)）：

  • OpenCV是一个强大的图像处理库，它提供了许多内置函数来处理图像。cv.add函数是OpenCV中用于图像加法的函数。
  • 这个函数可以处理不同数据类型的图像，并且可以自动处理溢出。如果加法的结果超过了图像数据类型的最大值，add函数会进行饱和操作，即结果会被限制在数据类型的范围内。
  • cv.add函数还可以处理不同大小的图像，如果两个图像的大小不同，它会将较小的图像复制到较大图像的左上角。
  • 使用cv.add函数时，你需要确保两个图像的通道数相同，否则函数会抛出错误。

img2 = cv.add(rain,view1)

plt.imshow(img2[:,:,::-1])

2.2 图像的混合----------将两幅图像按照不同的比例进行混合

img3 = cv.addWeighted(view1,0.7,rain,0.3,0)  #cv.addWeighted() 是 OpenCV 中用于图像混合的一个函数，它可以根据给定的权重将两个图像融合到一个输出图像中。

plt.imshow(img3[:,:,::-1])