詳解python opencv圖像混合算術運算

更新時間：2021年09月03日 11:38:19 作者：RayChiu757374816

這篇文章主要介紹了python opencv圖像混合算術運算的相關知識，本文通過實例圖文相結合給大家介紹的非常詳細，需要的朋友可以參考下

圖片相加 cv2.add()

要疊加兩張圖片，可以用 cv2.add() 函數(shù)，相加兩幅圖片的形狀（高度 / 寬度 / 通道數(shù)）必須相同。
        numpy中可以直接用res = img + img1相加，但這兩者的結果并不相同(看下邊代碼):
        add()兩個圖片進行加和，大于255的使用255計數(shù).
        numpy會對結果取256(相當于255+1)的模：

import numpy as np
import cv2
 
x = np.uint8([250])
y = np.uint8([10])
 
print(cv2.add(x, y)) # 250+10 = 260 => 255
print(x + y) # 250+10 = 260 % (255 + 1) = 4

如果是二值化圖片（只有0和255兩種值），兩者結果是一樣的（用numpy的方式更簡便一些）。

實驗圖片：

add()后效果

相減、相乘、相除：

subtract(img1,img2) # 相減，可以用于目標檢測m
ultiply(img1,img2) # 相乘
divide(img1,img2) # 相除

圖像融合、混合addWeighted()

圖像混合 cv2.addWeighted() 也是一種圖片相加的操作，只不過兩幅圖片的權重不一樣，γ相當于一個修正值：

img1 = cv2.imread('lena_small.jpg') 
img2 = cv2.imread('opencv-logo-white.png') 
res = cv2.addWeighted(img1, 0.6, img2, 0.4, 0)

效果：

α和β都等于1時，就相當于圖片相加。

按位運算

按位操作包括按位與 / 或 / 非 / 異或操作，有什么用途呢？比如說我們要實現(xiàn)下圖的效果：

如果將兩幅圖片直接相加會改變圖片的顏色，如果用圖像混合，則會改變圖片的透明度，所以我們需要用按位操作。首先來了解一下 掩膜（mask） 的概念：掩膜是用一副二值化圖片對另外一幅圖片進行局部的遮擋，看下圖就一目了然了：

所以我們的思路就是把原圖中要放logo的區(qū)域摳出來，再把logo放進去就行了：

img1 = cv2.imread('lena.jpg') 
img2 = cv2.imread('opencv-logo-white.png')
 
# 把logo放在左上角，所以我們只關心這一塊區(qū)域 
rows, cols = img2.shape[:2] 
roi = img1[:rows, :cols] 
# 創(chuàng)建掩膜 
img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) 
ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY) 
mask_inv = cv2.bitwise_not(mask) 
 
# 保留除logo外的背景 
img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv) 
dst = cv2.add(img1_bg, img2)# 進行融合 
img1[:rows, :cols] = dst # 融合后放在原圖上

掩膜的概念在圖像混合/疊加的場景下使用較多。

上邊我們使用了