【OpenCV教程】10 图像混合

戳一戳！和我一起走进opencv的世界

导读

OpenCV功能越发强大，不学一下怎么行？

今天要分享这篇文章带我们一起了解图像混合，并利用图像混合完成一些有趣的功能。让我们走进这篇文章，一起来了解一下吧！

​ ​ ​ ​ ​

往期回顾

【OpenCV-YOLO v4实战】

1   |   ​​尝鲜！Windows下实现YOLOv4物体检测​​

2   |   ​​坐稳了，OpenCV老司机带你用OpenCV4实现YOLO v4物体检测​​

【OpenCV基础教程】

1   |   ​​01 OpenCV简介与安装​​

2   |   ​​02 图像的读取与显示​​

3   |   ​​03 图像的存储与窗口操作​​

4   |   ​​04 视频的读取和显示​​

5   |   ​​05 图像的结构、属性与坐标​​

6   |   ​​06 图形与文字的绘制​​

7   |   ​​07 鼠标控件基本操作​​

8   |   ​​08 trackbar操作及实例详解​​

9   |   ​​09 图像像素基本操作​​

​ ​ ​ ​ ​

1 图像混合

1 引入

我们有时候会将两幅图像混合到一起，得到一幅新的图像，不同部分透明度不同，就会产生不一样的美感！

OpenCV中提供了图像混合的API，可以按权重加和，计算原理如下：

如果应用到图像中，我们令输出图像为dst，两个输入图像分别为img1，img2，权重分别为α，β，我们另外需要一个参数γ调整一下图像的亮度，γ大于0，图像变亮，图像小于0，图像变暗，后面我们还会说明。

2 图像混合API

图像混合的API是 addWeighted ，该API实现的功能是：

计算两个数组（图像）的加权和。

API定义如下：

def addWeighted(src1, alpha, src2, beta, gamma, dst=None, dtype=None)

API参数含义如下：

(1)src1:第一个输入图像
(2)alpha:第一个图像的参数
(3)src2:第二个输入图像，图像的尺寸、深度必须和前一个输入图像一致
(4)beta:第二个图像的参数
(5)gamma:每个和相加的附加标量
(6)dst:输出图像
(7)dtype:输出图像类型，默认为-1，即和两个输入图像一致。

dst可以不写在参数中，当做API的返回值传出，一般情况下，我们也采用第二种方式，当返回值传出。

3 代码示例

举个例子：

# coding=utf-8

import cv.cv2 as cv

img1 = cv.imread('./image/YT_ZM.png')
img2 = cv.imread('./image/YT_ZWJ.png')

gamma = 0
dst = cv.addWeighted(img1, 0.5, img2, 0.5, gamma)

cv.imshow('new image',dst)
cv.waitKey(0)
cv.destroyAllWindows()

执行结果如下：

4 参数调整问题

调用OpenCV的API，其实就是调参的过程，在调整今天讲的API的参数的时候，我们就要来说明两个问题：

权重问题：两个图像的权重和是否必须为1?
附加标量问题：附加标量是用来干嘛的,不同的取值,有什么不同?

对于第一个问题，两幅图像所占权重之和不一定为1，如果不是1，也可以：

dst = cv.addWeighted(img1, 0.2, img2, 0.5, gamma)

执行结果如下：

但是一般来说，权重之和越接近1，得到的图像效果越好。

对于第二个问题，gamma这个参数用来对混合后的图像明暗程度进行调整，有如下三种情况：

(1)gamma>0:调亮图像，值越大，亮度越大;
(2)gamma=0:不改变图像;
(3)gamma<0:调按图像，值越小，亮度越小;

举个例子，我们分别让gamma为：-100，0，100，执行结果如下：

gamma = -100

gamma = 0

gamma = 100

2 部分混合

1 代码分析与编写

如果我们想要混合的图像大小不一样，或者想要混合其中的某个部分，应该怎么办呢？

我们可以先选定ROI区域，然后对ROI区域混合。

# coding=utf-8

import cv.cv2 as cv

img3 = cv.imread('./image/sign.png')
img4 = cv.imread('./image/opencv.png')

ROI = img3[50:50 + img4.shape[0], 50:50 + img4.shape[1]] # 获取ROI区域

dst = cv.addWeighted(ROI, 0.5, img4, 0.5, 0) # 图像融合

img3[50:50 + img4.shape[0], 50:50 + img4.shape[1]] = dst #附加到原图上


cv.imshow('new image',img3)
cv.waitKey(0)
cv.destroyAllWindows()

2 效果展示

执行结果如下：

3 模拟视频淡入淡出切换

1 效果介绍

做视频的时候，做两个视频或者图片的转换，需要通过淡入淡出转换，或者做PPT的时候，需要使用淡入淡出进行切换。

接下来，让我们使用OpenCV实现下这个效果吧！

2 流程分析与代码编写

淡入淡出是一个动态效果，一幅图像的透明度由0逐渐转化为1，即由不透明转化为百分百透明；一幅图像的透明度由1逐渐转化为0，即由百分百透明转化为不透明。

我们每进行一次调整透明度，就把图像输出一下。

# coding=utf-8

import cv.cv2 as cv

img5 = cv.imread('./image/YT_ZM1.png')
img6 = cv.imread('./image/YT_ZWJ1.png')

alpha = 0.0

while alpha <= 1:
    dst = cv.addWeighted(img5, alpha, img6, 1-alpha, 0)
    cv.imshow('new image', dst)
    cv.waitKey(30)
    alpha += 0.01

cv.destroyAllWindows()

3 效果展示

我把这个效果录成了视频：

大家也可以调整不同的数值，看下效果。

说在后面的话

这篇文章到这里就要结束啦，希望大家能够通过这篇文章，能够掌握图像混合的功能，掌握addWeighted的基本用法，能用addWeighted完成有趣的功能！

让我们在后续的课程中，再接再厉，学习更多知识吧。

​ ​ ​ ​ ​

号外号外！

AI与区块链技术交流群

成立啦！

本群用于分享交流机器学习、深度学习、计算机视觉、OpenCV、PCL、TensorFlow、Pytorch等内容。

AI与区块链技术

长按二维码关注