【Opencv学习】04-图像加法

---

前言

简单说就是介绍了两张图如何组合在一起。
1、混合，透明度和颜色会发生改变
2、组合，叠加起来。可以改变大小。
3、两张图片如何平滑切换
4、学会如何裁剪图片
5、明白掩码操作
6、如何将图片置于左侧右侧

一、图像加法混合

OpenCV 中的加法与 Numpy 的加法是有所不同的。OpenCV 的加法是一种饱和操作，而 Numpy 的加法是一种模操作。

使用加法，颜色会改变，如果使用混合，会得到透明效果。

不同的是两幅图像的权重不同，这就会给人一种混合或者透明的感觉。

通过修改 α 的值（0 → 1），可以实现非常酷的混合。

对应opencv里面的函数是addWeighted()，表示下面的公式

1.1 代码

'''
#Author ：susocool
#Creattime:2024/2/10
#FileName:06-图像处理
#Description:图像混合
'''

import cv2
import numpy as np

img1 = cv2.imread('./233.jpg')
img2 = cv2.imread('D:\\Py-code\\opencv\\01.1-hello2\\99.jpg')

# 检查两张图片的尺寸信息
print(img2.shape)
print(img1.shape)

# 调整img2的尺寸以匹配img1
# 如果你的两张图片尺寸一样，则不需要这段，但是我总是找不好图片！！！
img2_resized = cv2.resize(img2, (img1.shape[1], img1.shape[0]))

dst = cv2.addWeighted(img1,0.5,img2_resized,0.3,0)

cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyWindow()

1.2 运行结果

可以看出两张图片混合在了一起。

二、图像的按位运算-组合相加

我认为这个就是将两个图片组合在了一起，因此我称呼他为组合相加。

2.1 代码

'''
#Author ：susocool
#Creattime:2024/2/10
#FileName:07-图片叠加
#Description: 

'''
import cv2
import numpy as np
# 加载图像
img1 = cv2.imread('99.jpg')
img2 = cv2.imread('233.jpg')

# 我想将标志放在左上角，因此我创建了一个感兴趣区域（ROI）
rows,cols,channels = img2.shape
# 0:rows 指定了在垂直方向上选取从 0 到 rows（即图像 img2 的高度）的区域。
# 0:cols 指定了在水平方向上选取从 0 到 cols（即图像 img2 的宽度）的区域。
roi = img1[0:rows, 0:cols ]

# 现在创建标志的掩模并创建其反转掩模
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)

# 现在在 ROI 中将标志区域涂黑
# 取 roi 中与 mask 中不为零的值对应的像素的值，其他值为 0
# 注意这里必须有 mask=mask 或者 mask=mask_inv, 其中的 mask= 不能忽略
img1_bg = cv2.bitwise_and(roi,roi,mask = mask)

# 从标志图像中仅获取标志区域。
img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)

# 将标志放在 ROI 中并修改主图像
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst

# x、y缩放因子都是0.5意味着缩小一倍 
# 还是因为图片没选好。
resized_img = cv2.resize(img1, (0, 0), fx=0.5, fy=0.5)


cv2.imshow('res',resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

• 解释一下掩码操作
  通过生成掩码和掩码的反转，我们可以确定希望处理的图像区域和希望保留或者排除的区域。

2.2 运行结果

补充一下运算过程的两张图

示例：PPT平滑切换

'''
#Author ：susocool
#Creattime:2024/2/10
#FileName:07.1-幻灯片平滑切换
#Description:
'''
import cv2
import numpy as np

# 读取并加载两幅图像
img1 = cv2.imread('233.jpg')
img2 = cv2.imread('99.jpg')

# 确保两幅图像具有相同的尺寸
img2 = cv2.resize(img2, (img1.shape[1], img1.shape[0]))

# 创建一个空白的幻灯片容器，用于存储平滑转换的结果
slide_show = np.zeros((img1.shape[0], img1.shape[1] * 2, img1.shape[2]), dtype=np.uint8)

# 设置幻灯片的转换速度
transition_speed = 0.08

# 逐渐改变两幅图像之间的权重，实现平滑的转换
for alpha in np.arange(0, 1, transition_speed):
    blended_img = cv2.addWeighted(img1, 1-alpha, img2, alpha, 0)
    slide_show[:, :img1.shape[1], :] = img1  # 将第一幅图像放置在幻灯片的左侧
    slide_show[:, img1.shape[1]:, :] = blended_img  # 将平滑转换的结果放置在幻灯片的右侧

    cv2.imshow('Slide Show', slide_show)
    cv2.waitKey(200)

cv2.destroyAllWindows()

• ——解释———

slide_show[:, :img1.shape[1], :] = img1
是通过切片的方法指定图像摆放的位置和范围。

• 第一个维度：对图像的所有行进行操作
• 第二个维度：对图像的列操作。从第一列到img1.shape[1] - 1 列
• 第三个维度： 表示对图像的所有通道操作

运行结果

也许放视频更直观，但是CSDN的视频我累了。不放！！！

---

总结

前言即总结