[Python图像处理]五.图像加法运算,图像融合及图像类型转换

图像加法运算

1:借助Numpy库进行加法运算；运算方式为: 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，结果图像1+图像2    eg: 120 + 48 =168

　　当像素值 >= 255 时，结果为对255取模的结果  eg: (255+56) %255=56

2:OpenCV加法运算；目标图像 = cv2.add(图像1， 图像2)

　　当像素值 <= 255 时，结果为 图像1+图像2 eg: 120+48 = 168

　　当像素值  >= 255 时，结果为255

代码如下:

import cv2

def test14():
    img = cv2.imread("result.jpg")
    test = img
    # 方法一: Numpy加法运算
    result1 = img + test
    # 方法二: OpenCV加法运算
    result2 = cv2.add(img, test)
    # 显示图像
    cv2.imshow("src", img)
    cv2.imshow("dest1", result1)
    cv2.imshow("dest2", result2)

    if cv2.waitKey(0) == 27:
        cv2.destroyAllWindows()

test14()

效果如下:

 

 

参与运算的图像大小和类型必须一致

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。

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.addWeighter(scr1, alpha, src2, beta, gamma)
dst = src1 * alpha + src2 * beta + gamma
其中参数gamma不能省略。
代码如下

import cv2
def test14():
    src1 = cv2.imread("girl.jpg")
    src2 = cv2.imread("girl.jpg")
    # 图像融合
    result = cv2.addWeighted(src1, 1, src2, 1, 0)
    cv2.imshow("src1", src1)
    cv2.imshow("src2", src2)
    cv2.imshow("result", result)
    cv2.waitKey(0)

test14()

效果如下:

 

 需要注意的是两张融合的图像像素大小需要一致。

设置不同的比例融合

result = cv2.addWeighted(src1, 0.6, src2, 0.8, 10)

 

 

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

代码如下:

import cv2

def test15():
    img = cv2.imread("result.jpg")

    # 图像类型转换(转成灰度图像)
    result1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 通道转换
    result2 = cv2.cvtColor(result1, cv2.COLOR_BGR2BGRA)
    # 灰度图像转成BGR
    result3 = cv2.cvtColor(result1, cv2.COLOR_GRAY2BGR)

    cv2.imshow("src", img)
    cv2.imshow("result1", result1)
    cv2.imshow("result2", result2)
    cv2.imshow("result3", result3)
    cv2.waitKey(0)
test15()

效果如下:

 

 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.

 

 

转自: https://blog.csdn.net/Eastmount/article/details/82347501