【跟官网学opencv-python】笔记2.2：opencv图像算术运算
目录
前言
目标
函数详解
1.图像加法cv2.add()
2.图像混合cv2.addWeighted()
3.按位运算cv2.bitwise_and()、cv2.bitwise_not()
参考
前言
跟着官网学习opencv-python才是基础入门的最佳选择，下文是官网的学习记录及扩展！
目标
学习对图像的几种算术运算, 如加法、减法、按位运算等。
了解以下功能：cv.add(), cv.addWeighted()等.
函数详解
1.图像加法cv2.add()
使用cv2.add()将两幅图像进行加法运算，也可以直接使用numpy操作res=img1+img2.两幅图像的大小，类型必须一致，或者第二个图像可以是一个简单的标量值。
openCV的加法是一种饱和操作，而numpy的加法是一种模操作。
x=np.uint8([250])
y=np.uint8([10])
print(cv2.add(x,y))#250+10=260>=255
#结果为[[255]]
print (x+y)#250+10=260%256=4
#结果为[4]当两个图像做加法时，效果更加明显。使用OpenCV函数，因为它们将提供更好的结果。
2.图像混合cv2.addWeighted()
这也是加法，不同的是两幅图像的权重不同，这会给人一种混合或者透明的感觉。图像混合的计算公式如下：
g(x) = (1−α)f0(x)+αf1(x)
通过修改α的值（0-->1）,可以实现很酷的混合。
函数介绍：
cv2.addWeighted(src1, alpha, src2, beta, gamma, dst=None, dtype=None)
src1 第一个输入数组.
alpha 第一个数组元素的权重.
src2 与 SRC1 大小和通道数相同的第二个输入数组.
beta 第二个数组元素的权重.
gamma 标量添加到每个总和.
dst 与输入数组具有相同大小和通道数的输出数组.
dtype 输出数组的可选深度;当两个输入数组具有相同的深度时，dtype 可以设置为 -1，这将相当于 src1.depth（）.举例说明：将两幅图像混合，第一幅权重为0.7.第二幅权重为0.3。函数cv2.addWeighed()可以按下面的公式对图片进行混合。
dst = α·img1 + β·img2+γ
这里γ的取值为0.
# 需要将图像统一缩放到相同大小
import cv2
img1 = cv2.imread('moon.jpg')
img1=cv2.resize(img1,(240,240),cv2.INTER_CUBIC)
img2 = cv2.imread('opencv-logo-small.png')
img2=cv2.resize(img2,(240,240),cv2.INTER_CUBIC)
dst = cv2.addWeighted(img1,0.7,img2,0.3,0)
cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
3.按位运算cv2.bitwise_and()、cv2.bitwise_not()
这里包括按位操作有：AND，OR，NOT，XOR等，当我们提取图像的一部分，选择非矩形ROI时，会很有用。函数介绍：
cv2.bitwise_and(src1, src2, dst=None, mask=None)
src1 第一个输入数组或标量.
src2 第二个输入数组或标量.
dst 与输入数组具有相同大小和类型的输出数组.
mask 可选操作掩码，8位单通道数组，指定要更改的输出数组元素.
cv2.bitwise_not(src, dst=None, mask=None)
src 输入数组.
dst 与输入数组具有相同大小和类型的输出数组.
mask 可选操作掩码，8位单通道数组，指定要更改的输出数组元素.代码演示：
我想把OpenCV标志放在图像上方。如果我添加两个图像，它会改变颜色。
如果我将它们混合在一起，我会得到透明的效果。但我希望它是不透明的。
如果它是一个矩形区域，我可以像上一章一样使用 ROI。但是OpenCV标志不是一个矩形的形状。
因此，您可以使用按位运算来完成此操作，如下所示：
注意：logo图像大小应小于待添加的图像，且logo图像中的特征应可以分割
import cv2 as cv
# Load two images
img1 = cv.imread('moon.jpg')
img2 = cv.imread('opencv-logo-small.png')
# I want to put logo on moon, So I create a ROI
offset=130
rows,cols,channels = img2.shape
roi = img1[offset:rows+offset, offset:cols+offset]
# Now create a mask of logo and create its inverse mask also
img2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
# Now black-out the area of logo in ROI
# 取roi中与mask中不为零的值对应的像素，其他值为0，即在roi中扣出黑色的logo区域背景
img1_bg = cv.bitwise_and(roi,roi,mask = mask_inv)
# Take only region of logo from logo image.
# 取roi中与mask_inv中不为零的值对应的像素的值，其他值为0，即在logo图中扣出logo前景
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
# Put logo in ROI and modify the main image
dst = cv.add(img1_bg,img2_fg)
img1[offset:rows+offset, offset:cols+offset] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()
参考
OpenCV: OpenCV-Python Tutorials
学习、进步、坚持。。。内容不间断更新中。。。