Python+OpenCV系列：图像的运算

文章目录

- - Python+OpenCV系列：图像的加权和、覆盖
  - - 1. 图像加权和（加权融合）
    - 2. 图像覆盖（区域叠加）
    - 3. 应用场景
    - 4. 总结

Python+OpenCV系列：图像的加权和、覆盖

在图像处理中，图像的加权和与覆盖是两种非常常见的操作，广泛应用于图像融合、图像叠加、目标检测、特效制作等场景。Python 和 OpenCV 提供了简单而高效的工具来进行这些操作。在本文中，我们将介绍如何通过加权和操作将两幅图像融合，并通过图像覆盖技术将一幅图像叠加到另一幅图像的特定区域。

1. 图像加权和（加权融合）

图像加权和是将两幅图像按给定的权重进行融合的一种方式。OpenCV 提供了 cv2.addWeighted() 函数来实现这一操作。该函数的基本用法是将两幅图像的像素值按指定比例进行加权组合。

函数原型：

python">cv2.addWeighted(src1, alpha, src2, beta, gamma)

src1 和 src2：输入图像。
alpha 和 beta：分别为两幅图像的权重。
gamma：常数值，用于调整亮度。

通过调整 alpha 和 beta，可以控制两幅图像的混合程度，而 gamma 则用于调整整体的亮度。

示例代码：

python">import cv2# 读取两张图像
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')# 调整大小，使两张图像大小一致
img2 = cv2.resize(img2, (img1.shape[1], img1.shape[0]))# 图像加权和
alpha = 0.7
beta = 0.3
gamma = 0
result = cv2.addWeighted(img1, alpha, img2, beta, gamma)# 显示结果
cv2.imshow('Weighted Sum', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这段代码中，我们通过 cv2.addWeighted() 将两张图像按照指定的比例（alpha=0.7 和 beta=0.3）进行加权融合。融合后的结果显示了两张图像的组合。

2. 图像覆盖（区域叠加）

图像覆盖是指将一幅图像嵌入到另一幅图像的特定区域，通常用于图像合成、标志叠加等。使用 OpenCV，通常通过按位运算和区域裁剪来实现这一功能。

思路：

将目标图像（如一个 logo）裁剪成适当的尺寸。
在源图像中选择一个区域，将裁剪后的图像覆盖在该区域。
使用按位运算（如 cv2.bitwise_and()）来实现图像的结合。

示例代码：

python">import cv2
import numpy as np# 读取源图像和覆盖图像
background = cv2.imread('background.jpg')
logo = cv2.imread('logo.png')# 获取 logo 的大小
rows, cols, _ = logo.shape# 在背景图像中选择区域
roi = background[0:rows, 0:cols]# 创建 logo 图像的掩模
logo_gray = cv2.cvtColor(logo, cv2.COLOR_BGR2GRAY)
_, mask = cv2.threshold(logo_gray, 1, 255, cv2.THRESH_BINARY)# 按位与操作，提取背景区域
background_region = cv2.bitwise_and(roi, roi, mask=cv2.bitwise_not(mask))# 按位与操作，提取 logo 区域
logo_region = cv2.bitwise_and(logo, logo, mask=mask)# 将 logo 区域与背景区域合成
result = cv2.add(background_region, logo_region)# 将合成结果覆盖到背景图
background[0:rows, 0:cols] = result# 显示结果
cv2.imshow('Image with Logo', background)
cv2.waitKey(0)
cv2.destroyAllWindows()