python中opencv圖像混合算術運算的示例分析

這篇文章將為大家詳細講解有關python中opencv圖像混合算術運算的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

圖片相加 cv2.add()       

 要疊加兩張圖片，可以用 cv2.add() 函數，相加兩幅圖片的形狀（高度 / 寬度 / 通道數）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.
        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域 
rows, cols = img2.shape[:2] 
roi = img1[:rows, :cols] 
# 創建掩膜 
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

• 按位與 bitwise_and(roi, roi, mask=mask_inv)

• 非運算 bitwise_not(mask)

除了按位與、非運算還有：

• 或運算 bitwise_or(img1,img2)

• 異或運算 bitwise_xor(img1,img2) 

關于“python中opencv圖像混合算術運算的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。