001 opencv addWeighted

目录

一、环境

二、addWeighted函数

三、代码演示


一、环境

本文使用环境为:

  • Windows10
  • Python 3.9.17
  • opencv-python 4.8.0.74

二、addWeighted函数

OpenCV中的cv.addWeighted函数是一个用于图像叠加的函数,它可以将两个具有相同尺寸和类型的图像按照指定的权重进行加权叠加。这个函数的主要作用是将两个图像融合在一起,以实现特定的视觉效果。

函数原型如下:

python 复制代码
cv2.addWeighted(src1, alpha, src2, beta, gamma)

参数说明:

  • src1:第一个输入图像,可以是任意大小和类型。
  • alpha:第一个输入图像的权重,范围为0到1。alpha越大,第一个输入图像在结果中所占的比重越大。
  • src2:第二个输入图像,与src1具有相同的尺寸和类型。
  • beta:第二个输入图像的权重,范围为0到1。beta越大,第二个输入图像在结果中所占的比重越大。
  • gamma:可选参数,用于调整输出图像的亮度。默认值为0。

返回值:

  • dst:加权叠加后的输出图像,与输入图像具有相同的尺寸和类型。

三、代码演示

给定两张图片:

完整代码,注意执行代码后,需要在bash窗口输入一个0-1之间的小数:

python 复制代码
from __future__ import print_function
import cv2 as cv

# opencv-python           4.8.0.74
alpha = 0.5
try:
    raw_input          # Python 2
except NameError:
    raw_input = input  # Python 3

print(''' Simple Linear Blender
-----------------------
* Enter alpha [0.0-1.0]: ''')
input_alpha = float(raw_input().strip())
if 0 <= alpha <= 1:
    alpha = input_alpha
# 读取图片
src1 = cv.imread(cv.samples.findFile('LinuxLogo.jpg'))
src2 = cv.imread(cv.samples.findFile('WindowsLogo.jpg'))
# 判断是否正常读取
if src1 is None:
    print("Error loading src1")
    exit(-1)
elif src2 is None:
    print("Error loading src2")
    exit(-1)
# 渲染图片
beta = (1.0 - alpha)
dst = cv.addWeighted(src1, alpha, src2, beta, 0.0)
# 显示
cv.imshow('dst', dst)
cv.waitKey(0)
# 释放窗口
cv.destroyAllWindows()

如下图是我输入0.5的效果图:

相关推荐
SSH_55232 小时前
【大模型】情绪对话模型项目研发
人工智能·python·语言模型
love530love2 小时前
【笔记】在 MSYS2(MINGW64)中安装 python-maturin 的记录
运维·开发语言·人工智能·windows·笔记·python
清醒的兰2 小时前
OpenCV 图像像素的算术操作
人工智能·opencv·计算机视觉
G皮T5 小时前
【Python Cookbook】文件与 IO(二)
python·i/o·io·文件·gzip·stringio·bytesio
封奚泽优5 小时前
使用Python绘制节日祝福——以端午节和儿童节为例
人工智能·python·深度学习
s153355 小时前
3.RV1126-OPENCV 图像叠加
人工智能·opencv·计算机视觉
干啥都是小小白5 小时前
话题通信之python实现
python·机器人·ros
仟濹5 小时前
「数据采集与网络爬虫(使用Python工具)」【数据分析全栈攻略:爬虫+处理+可视化+报告】
大数据·爬虫·python·数据挖掘·数据分析
水银嘻嘻6 小时前
03 APP 自动化-定位元素工具&元素定位
python·appium·自动化
蹦蹦跳跳真可爱5896 小时前
Python----目标检测(《用于精确目标检测和语义分割的丰富特征层次结构》和R-CNN)
人工智能·python·深度学习·神经网络·目标检测·cnn