5-图像加法运算

​ 在对图像进行操作的过程中,经常会遇到要将两张图像叠加或者混合、融合的情况。使用OpenCV提供的加号运算符**(+)cv2.add()**函数实现对图像不同的叠加效果以及使用 **cv2.addWeighted()**函数对两张图像进行加权和操作。

1.使用加号运算符(+)和 add()函数实现图像的叠加

图片fruits.jpg

python 复制代码
import cv2
# 读取图像,0表示灰度图
a = cv2.imread('images/fruits.jpg', 0)
# 复制图像
b = a
# 加法运算:分别使用加号运算符和函数cv2.add()计算两幅灰度图像的像素值之和
result1 = a + b

result2 = cv2.add(a, b)

# 显示图像:显示原始图original,使用加号运算符计算后的图像result1和,使用函数cv2.add()计算后的图像result2
cv2.imshow('original', a)
cv2.imshow('result1', result1)
cv2.imshow('result2', result2)
cv2.waitKey()
cv2.destroyAllWindows()

2.相关知识解读

1.加号运算符(+)

加号运算的原理就是将两个图像的像素值相加,再将结果处以256取余数。

2.add()函数

(1)知识介绍

add 函数运算的原理就是将两个图像的像素值相加并且结果最大值只能是255

(2)语法格式

函数cv2.add()的语法格式为:

result=cv2.add(a,b)

a,b两个参数都是图像时:参与运算的图像大小和类型必须保持一致

a是数值,b是图像时:将超过图像饱和值的数值处理为饱和值(最大值)

a是图像,b是数值时:将超过图像饱和值的数值处理为饱和值(最大值)

3.使用函数 cv2.addWeighted()实现对两幅图像进行加权混合

python 复制代码
import cv2
# 读入图片,将读取的变量储存在变量a和b中
a = cv2.imread('images/rose.jpg')
b = cv2.imread('images/panda.jpg')

# print(a.shape)
# print(b.shape)
# print(a.size)
# print(b.size)
# 使用函数cv2.addWeighted()对两幅图像进行加权混合,被加权的两个图片必须大小、类型相同。图像的运算可以理解为"result=a*0.6+b*0.4+0"。
result = cv2.addWeighted(a, 0.5, b, 0.5, 0)
# 显示图像a,b和加权混合后的图像result
cv2.imshow("a", a)
cv2.imshow("b", b)
cv2.imshow("result", result)
# 销毁全部窗口
cv2.waitKey()
cv2.destroyAllWindows()

4.知识解读

(1)知识介绍

所谓图像加权和,就是在计算两幅图像的像素值之和时,将每幅图像的权重考虑进来。

OpenCV 中提供了函数cv2.addWeighted(),用来实现图像的加权和(混合、融合)。

(2)语法格式

函数cv2.addWeighted()语法格式为:dst = cv2.addWeighted(src1, alpha,src2, beta,gamma)

其中,参数 alpha和beta是src1和src2所对应的系数,它们的和可以等于1,也可以不等于1。

该函数实现的功能是dst = src1alpha+ src2beta + gamma。

其中,参数 alpha和beta是src1和src2所对应的系数,它们的和可以等于1,也可以不等于1。

该函数实现的功能是dst = src1alpha+ src2beta + gamma。

需要注意,式中参数gamma的值可以是0,但是该参数是必选参数,不能省略。可以将上式理解为"结果图像=图像1系数1+图像2系数2+亮度调节"。

相关推荐
*Lisen3 小时前
从零手写 FlashAttention(PyTorch实现 + 原理推导)
人工智能·pytorch·python
字节跳动数据库3 小时前
数据孤岛难打通、权限怕失控?DBW 助“小龙虾”落地最后一公里
人工智能
俊哥V3 小时前
AI一周事件 · 2026-04-22 至 2026-04-28
人工智能·ai
Black蜡笔小新3 小时前
AI大模型训练工作站/私有化本地化AI模型训推工作站DLTM为农业生产装上AI“慧眼”
人工智能·ai大模型
小星AI3 小时前
Claude Code Agent SDK 从入门到精通,一步到位
人工智能·agent·cursor
端平入洛3 小时前
梯度是什么:PyTorch 自动求导详解
人工智能·深度学习
时序之心3 小时前
上海交大、东北大学:时序分类与感知领域的两项前沿突破
人工智能·分类·时间序列
小五兄弟3 小时前
YouTube 肖像检测扩展背后:短剧出海版权保护的技术实现与实战策略
大数据·人工智能
阿聪谈架构3 小时前
第08章:MCP 模型上下文协议(下)
人工智能·后端
大囚长3 小时前
AI意识思想实验
人工智能