- OpenCV Python 教程
- OpenCV Python - 主页
- OpenCV Python - 概述
- OpenCV Python - 环境
- OpenCV Python - 读取图像
- OpenCV Python - 写入图像
- OpenCV Python - 使用 Matplotlib
- OpenCV Python - 图像属性
- OpenCV Python - 位运算
- OpenCV Python - 形状和文本
- OpenCV Python - 鼠标事件
- OpenCV Python - 添加轨迹栏
- OpenCV Python - 调整大小和旋转
- OpenCV Python - 图像阈值
- OpenCV Python - 图像过滤
- OpenCV Python - 边缘检测
- OpenCV Python - 直方图
- OpenCV Python - 颜色空间
- OpenCV Python - 转换
- OpenCV Python - 图像轮廓
- OpenCV Python - 模板匹配
- OpenCV Python - 图像Pyramid
- OpenCV Python - 图像相加
- OpenCV Python - 图像混合
- OpenCV Python - 傅里叶变换
- OpenCV Python - 捕获视频
- OpenCV Python - 播放视频
- OpenCV Python - 视频图像
- OpenCV Python - 来自图像的视频
- OpenCV Python - 人脸检测
- OpenCV Python - Meanshift/Camshift
- OpenCV Python - 特征检测
- OpenCV Python - 特征匹配
- OpenCV Python - 数字识别
- OpenCV Python 资源
- OpenCV Python - 快速指南
- OpenCV Python - 资源
- OpenCV Python - 讨论
OpenCV Python - 图像相加
当通过 imread() 函数读取图像时,生成的图像对象实际上是二维或三维矩阵,具体取决于图像是灰度图像还是 RGB 图像。
因此,cv2.add()函数将两个图像矩阵相加并返回另一个图像矩阵。
例子
以下代码读取两个图像并执行它们的二进制加法 -
kalam = cv2.imread('kalam.jpg') einst = cv2.imread('einstein.jpg') img = cv2.add(kalam, einst) cv2.imshow('addition', img)
结果
OpenCV 有一个addWeighted()函数,而不是线性二进制加法,它执行两个数组的加权和。其命令如下
Cv2.addWeighted(src1, alpha, src2, beta, gamma)
参数
addWeighted()函数的参数如下 -
- src1 - 第一个输入数组。
- alpha - 第一个数组元素的权重。
- src2 - 第二个输入数组的大小和通道数与第一个相同
- beta - 第二个数组元素的权重。
- gamma - 添加到每个总和的标量。
该函数按照以下等式添加图像 -
$$\mathrm{g(x)=(1-\alpha)f_{0}(x)+\alpha f_{1}(x)}$$
利用上例得到的图像矩阵进行加权求和。
通过改变 a 从 0 -> 1,可以从一幅图像平滑过渡到另一幅图像,从而使它们混合在一起。
第一个图像的权重为 0.3,第二个图像的权重为 0.7。伽玛因子取0。
addWeighted()函数的命令如下 -
img = cv2.addWeighted(kalam, 0.3, einst, 0.7, 0)
可以看出,图像相加相比二值相加更加平滑。