图像运算详解：加法运算与加权运算
在数字图像处理中，图像运算 是基础且常用的操作之一。它能够对两幅图像或图像与常数进行加减乘除，从而实现亮度调整、融合叠加、特效制作等功能。本文将重点介绍 OpenCV 中的图像加法运算与加权运算，包括它们的底层规则与区别。
先准备两张图片：
1. 图像加法运算
图像加法运算可以用两种方式实现：
-
直接使用
+号运算符 -
使用
cv2.add()函数
虽然它们的写法类似，但处理结果有差异。
+ 号运算规则（NumPy 方式）
当使用 + 对两个图像的像素进行加法时，遵循 取模（mod 256）规则：
-
如果某个像素位置的两个值相加后 小于 255，则结果等于它们的和；
-
如果某个像素位置的两个值相加后 大于 255，结果会被截断，并对 256 取模，例如：
250 + 10 = 260 → 260 - 256 = 4 即:260 → 4
代码示例：
import cv2
a = cv2.imread('penguin.jpg')
c = a + 10 # 整体亮度+10
cv2.imshow('a+10', c)
cv2.waitKey(0)特点：
- 会产生"回绕"现象（高亮区域变暗）。
结果：
2 cv2.add()运算
原理：
cv2.add() 是 OpenCV 提供的逐像素加法运算函数，用于将两幅图像或图像与常数进行加法处理。
在数学上，它实现的是：
当使用 cv2.add() 时，规则不同：
-
如果相加结果 小于 255，则直接为相加之和；
-
如果相加结果 大于 255 ，则直接 饱和为 255（不会回绕）。
主要特性
-
逐像素加法
-
对图像中每个像素点分别计算
src1_pixel + src2_pixel。 -
适用于单通道（灰度）和多通道（BGR、RGBA）图像。
-
-
饱和运算（Saturation Arithmetic）
-
如果加法结果大于 255，则直接设为 255。
-
不会出现
+号运算那种 取模回绕 现象。 -
这保证了图像亮度不会出现意外变暗。
-
-
支持图像与常数相加
- 如果要整体调亮，可以加上一个常数矩阵，常数会广播到每个像素。
基本语法
dst = cv2.add(src1, src2, dtype=None, mask=None)参数说明：
-
src1, src2输入的两幅图像（大小、通道数必须一致），也可以是常数矩阵。
-
dtype可选，输出图像的数据类型；若为
None则和输入相同。 -
mask可选掩膜，只在掩膜为非零的区域执行加法，其余区域保持原值。
代码示例：
d = a[0:500,500:1000]+b[0:500,0:500]
e = cv2.add(a[0:500,500:1000],b[0:500,0:500]) # 使用 cv2.add()
cv2.imshow('a+b',d)
cv2.imshow('add(a,b)',e)
cv2.waitKey(0)切割：
0:500, 500:1000表示数组切片，选取图像的某个矩形区域。
-
0:500→ 高度方向（y 轴）：从第 0 行到第 499 行（共 500 行） -
500:1000→ 宽度方向（x 轴）：从第 500 列到第 999 列（共 500 列）
结果：
解析：（255,255,255为白色）
a+b的结果图片像素数值会回绕
add(a,b)则会饱和到255
2. cv2.addWeighted()图像加权运算
有时我们需要将两幅图像按比例融合 ，而不是简单相加。这时就可以使用 加权和 公式：
-
α（alpha）：第一幅图像的权重
-
β（beta）：第二幅图像的权重
-
γ（gamma）：亮度偏移值（常数）
基本语法
dst = cv2.addWeighted(src1, alpha, src2, beta, gamma)参数说明
| 参数 | 说明 |
|---|---|
src1 |
第一张输入图像（矩阵） |
alpha |
第一张图像的权重系数 |
src2 |
第二张输入图像（矩阵），大小、通道必须与 src1 相同 |
beta |
第二张图像的权重系数 |
gamma |
亮度调整常数，直接加到最终结果上 |
代码示例：
a = cv2.resize(a, (800, 600))
b = cv2.resize(b, (800, 600))
# α = 0.6, β = 0.4, γ = 10
f = cv2.addWeighted(a, 0.6, b, 0.4, 10)
cv2.imshow('addWeighted', f)
cv2.waitKey(0)
cv2.destroyAllWindows()效果：
-
0.6 和 0.4 表示 a 图像占 60%，b 图像占 40%。
-
γ = 10 表示整体亮度提升 10。
3. 三种方式对比
| 方法 | 溢出处理方式 | 应用场景 |
|---|---|---|
+（NumPy） |
取模（回绕） | 特殊视觉效果、循环色彩变换 |
cv2.add() |
饱和到 255 | 普通加法、避免溢出 |
cv2.addWeighted() |
饱和到 255（带权重和亮度调节） | 图像融合、透明度调整 |
4. 注意事项
-
两幅图像必须 大小相同、通道数一致 ，否则需先使用
cv2.resize()统一尺寸。 -
如果仅调整亮度，
cv2.convertScaleAbs()也可以实现，更快更安全。 -
加权运算的 α 与 β 不一定要加起来等于 1，但一般这样可以避免过度曝光。
5. 应用实例
-
图像融合：将两张风景图柔和地合成一张。
-
特效制作：用 NumPy 加法制造像素回绕的炫彩效果。
-
亮度调节 ：用
cv2.addWeighted()调节透明度和亮度。