图像运算（一）【OpenCV&Python】

本章主要介绍了加法运算、位运算，并使用它们实现了位平面分解、图像异或加密、数字水印、脸部打码/解码等实例。

1、加法运算

在图像处理过程中，经常需要对图像进行加法运算。实现加法运算主要有两种方式，一种通过**加法运算符“+”，另一种是通过cv2.add()函数**对图像进行加法运算。

1.1 加号运行算符

使用加号运算符时，遵循以下规则：
$a+b=a+b，a+b\le 255$

$a+b=mod(a+b，256),a+b\le 255$
式中，mod是取模运算，表示计算“a+b的和除以256取余数”

1.2 cv2.add()函数

使用函数时会得到像素值对应图像的饱和值，其语法格式为：
计算结果= cv2.add(像素值a,像素值b)，
遵循以下规则：
$a+b=a+b，a+b\le 255$

$a+b=255，a+b\le 255$
需要注意的是，函数cv2.add()中的参数可能有如下三种形式：
形式1：计算结果=cv2.add(图像1，图像2)，两个参数都是图像，则图像的大小、类型必须**保持一致。
形式2：计算结果=cv2.add(数值，图像)，第一个参数是数值，第二个参数是图像，此时将超过图像饱和值的数值处理为饱和值（最大值）。
形式3：计算结果=cv2.add(图像，数值)，第一个参数是图像，第二个参数是数值，此时将超过图像饱和度的数值处理为饱和值（最大值）**。

2、图像加权和cv2.addWeighted()

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，可以用公式表示为：
dst=saturate(src1a+scr2b+c)
式中，saturate表示取饱和值（最大值）。
函数cv2.addWeighted()，用来实现图像的加权和（混合、融合），该函数的语法格式为：

dst = cv2.addWeighted(src1,alpha,src,beta,gamma)
# 结果图像=图像1*系数1+图像2*系数2+亮度调节量

alpha、beta是src1、src2的系数，它们的和可以是1，也可以不是1，gamma可以是0，但是是必选参数，不能省略。
例1：使用函数cv2.addWeighted()对两幅图像进行加权混合。

import cv2
a = cv2.imread("C:\\Users\\Kris\\Desktop\\lake.tif")
b = cv2.imread("C:\\Users\\Kris\\Desktop\\house.tif")
result = cv2.addWeighted(a,0.6,b,0.4,0)
cv2.imshow("lake",a)
cv2.imshow("house",b)
cv2.imshow("result",result)
cv2.waitKey()
cv2.destroyWindows()

例2：使用cv2.addWeighted()将一幅图像的ROI混合在另外一幅图像内。

import cv2
lake = cv2.imread("C:\\Users\\Kris\\Desktop\\lake.tif",cv2.IMREAD_UNCHANGED)
house = cv2.imread("C:\\Users\\Kris\\Desktop\\house.tif",cv2.IMREAD_UNCHANGED)
cv2.imshow("lake",lake)
cv2.imshow("house",house)
face1 = lake[160:256,200:256]
face2 = house[160:256,200:256]
add = cv2.addWeighted(face1,0.6,face2,0.4,0)
house[160:256,200:256] = add
cv2.imshow("result",house)
cv2.waitKey()
cv2.destroyWindows()

结果如下图所示：