OpenCV(十九)：图像的加法运算

图像加法运算原理

图像加法的本质是对两幅图像的像素点逐一进行相加操作。假设两幅灰度图像 A(x,y) 和 B(x,y)，它们的加法结果为：

若图像为三通道彩色图像（如 BGR），则运算在每个通道上独立进行：

但由于图像的像素值通常为 8 位无符号整数（0~255），因此在相加时可能会出现溢出问题。为此，OpenCV 和 NumPy 的处理方式不同。

OpenCV 与 NumPy 加法的区别

对比项	`cv2.add()`	NumPy `+` 运算
数据类型	自动转换为饱和运算	按模运算（溢出后循环）
溢出处理	超过255自动设为255	超过255后按256取模
用途	图像处理（安全）	数值计算（数学操作）

示例：

python 复制代码

x = np.uint8([250])
y = np.uint8([10])

print(cv2.add(x, y))  # 输出: [[255]] 饱和加法
print(x + y)          # 输出: [4]     溢出取模

在图像处理中，我们通常希望亮度不会因为加法而"回绕"，所以应使用 cv2.add() 而非直接用 +。

加权加法与图像融合

在很多应用场景中，我们不仅仅是想把图像叠加，而是希望平滑地融合两张图像 。这时可以使用 加权加法（Weighted Addition）：

其中：

α、β 为两张图像的权重；
γ 为常数偏移量（控制整体亮度）。

在 OpenCV 中可用函数：

python 复制代码

dst = cv2.addWeighted(img1, alpha, img2, beta, gamma)

示例：

python 复制代码

blended = cv2.addWeighted(img1, 0.7, img2, 0.3, 0)

这样得到的图像会在两张图之间实现柔和过渡，比如可以用于图像淡入淡出、视频转场效果等。

典型应用场景

图像增强
- 当图像亮度不足时，可以将图像本身与常量矩阵相加（如 cv2.add(img, 50)），提升整体亮度。
- 或者与另一张高亮度图叠加，改善曝光不足的画面。
图像融合（Image Blending）
- 常用于创建水印、视频转场、全景拼接时的边缘平滑融合。
- 例如人脸合成、双曝光特效。
背景更新
- 在运动检测或视频分析中，逐帧累加可以实现背景估计或光照补偿。
图像遮罩处理
- 结合掩码（mask），仅在特定区域进行加法运算，实现局部亮度提升或特效叠加。

图像加法的注意事项

图像尺寸与通道必须一致
若两张图像大小或通道数不同，必须先使用 cv2.resize() 或 cv2.cvtColor() 调整，否则会报错。
数据类型要统一
加法前建议使用 img.astype(np.uint8) 统一数据类型，否则可能出现异常结果或警告。
避免直接使用 NumPy 加法
若用于视觉处理，应优先使用 cv2.add()，防止出现取模效果导致亮度不自然。
控制亮度范围
加权加法时权重之和不一定要为1，但一般建议控制在合理范围（如 α + β = 1），否则图像可能过曝或过暗。

示例

python 复制代码

import cv2
import numpy as np

# 读取两张大小相同的图像
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

# 确保两张图片尺寸一致
if img1.shape != img2.shape:
    img2 = cv2.resize(img2, (img1.shape[1], img1.shape[0]))

# --- 方法1：OpenCV 的加法（带饱和限制） ---
add_opencv = cv2.add(img1, img2)

# --- 方法2：NumPy 的加法（按模运算） ---
add_numpy = img1 + img2

# --- 方法3：加权加法（图像融合） ---
alpha = 0.6  # 第一张图权重
beta = 0.4   # 第二张图权重
gamma = 0    # 亮度调节值
add_weighted = cv2.addWeighted(img1, alpha, img2, beta, gamma)

# 显示结果
cv2.imshow('Original Image 1', img1)
cv2.imshow('Original Image 2', img2)
cv2.imshow('Add (OpenCV)', add_opencv)
cv2.imshow('Add (NumPy)', add_numpy)
cv2.imshow('AddWeighted (Fusion)', add_weighted)

cv2.waitKey(0)
cv2.destroyAllWindows()