• 一、图像加法运算
  • 二、图像融合
  • 三、图像类型转换
  • 四、图像缩放


一、图像加法运算

1.Numpy库加法
其运算方法是：目标图像 = 图像1 + 图像2，运算结果进行取模运算。
当像素值<=255时，结果为“图像1+图像2”，例如：120+48=168
当像素值>255时，结果为对255取模的结果，例如：(255+64)%255=64

2.OpenCV加法运算
另一种方法是直接调用OpenCV库实现图像加法运算，方法如下：
目标图像 = cv2.add(图像1, 图像2)
此时结果是饱和运算，即：
当像素值<=255时，结果为“图像1+图像2”，例如：120+48=168
当像素值>255时，结果为255，例如：(255+64) = 255

img=cv2.imread("C:/picture/tom.jpg")
test=img
#方法一 
tom1=img+test
#方法二
tom2=cv2.add(img,test)

cv2.imshow("tom",img)
cv2.imshow("tom1",tom1)
cv2.imshow("tom2",tom2)

image图片合并 python python图像合并_image图片合并 python

二、图像融合

图像融合通常是指将2张或2张以上的图像信息融合到1张图像上，融合的图像含有更多的信息，能够更方便人们观察或计算机处理。如下图所示，将两张不清晰的图像融合得到更清晰的图。
图像融合是在图像加法的基础上增加了系数和亮度调节量。

图像加法：目标图像 = 图像1 + 图像2
图像融合：目标图像 = 图像1 * 系数1 + 图像2 * 系数2 + 亮度调节量
主要调用的函数是addWeighted，方法如下：
dst = cv2.addWeighted(scr1, alpha, src2, beta, gamma)

dst = src1 * alpha + src2 * beta + gamma
其中参数gamma不能省略。

img=cv2.imread("C:/picture/tp.jpg")
test=cv2.imread("C:/picture/tom.jpg")
result=cv2.addWeighted(img,1,test,1,0)
...
cv2.imshow(...)

image图片合并 python python图像合并_image图片合并 python_02


注意，一定要两张图片像素大小一定要相同，否则，就会出现下面的错误

image图片合并 python python图像合并_图像融合_03


设置不同比例融合

result=cv2.addWeighted(img,0.6,test,0.5,10)

image图片合并 python python图像合并_图像缩放_04

三、图像类型转换

图像类型转换是指将一种类型转换为另一种类型，比如彩色图像转换为灰度图像、BGR图像转换为RGB图像。OpenCV提供了200多种不同类型之间的转换，其中最常用的包括3类，如下：
cv2.COLOR_BGR2GRAY
cv2.COLOR_BGR2RGB
cv2.COLOR_GRAY2BGR

result=cv2.cvtColor(test,cv2.COLOR_BGR2GRAY)

image图片合并 python python图像合并_类型转换_05

result=cv2.cvtColor(test,cv2.COLOR_BGR2RGB)

image图片合并 python python图像合并_image图片合并 python_06


图像处理通常需要将彩色图像转换为灰度图像再进行后续的操作。下面对比了九种常见的颜色空间，包括BGR、RGB、GRAY、HSV、YCrCb、HLS、XYZ、LAB和YUV，并循环显示处理后的图像。

image图片合并 python python图像合并_类型转换_07

四、图像缩放

图像缩放主要调用resize()函数实现，具体如下：
result = cv2.resize(src, dsize[, result[. fx[, fy[, interpolation]]]])
其中src表示原始图像，dsize表示缩放大小，fx和fy也可以表示缩放大小倍数，他们两个（dsize或fx\fy）设置一个即可实现图像缩放。例如：

result = cv2.resize(src, (160,160))
result = cv2.resize(src, None, fx=0.5, fy=0.5)

result=cv2.resize(test,(150,100))

image图片合并 python python图像合并_类型转换_08

the end