这篇文章将为大家详细讲解有关“Python中如何实现图像加法运算”的知识，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

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

两种方法对应的代码如下所示：

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#读取图片
img = cv2.imread('picture.bmp')
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("original", img)
cv2.imshow("result1", result1)
cv2.imshow("result2", result2)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下图所示，其中result1为第一种方法，result2为第二种方法，白色点255更多。

注意：参与运算的图像大小和类型必须一致。下面是对彩色图像进行加法运算的结果。

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.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：

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#读取图片
src1 = cv2.imread('test22.jpg')
src2 = cv2.imread('picture.bmp')
#图像融合
result = cv2.addWeighted(src1, 1, src2, 1, 0)
#显示图像
cv2.imshow("src1", src1)
cv2.imshow("src2", src2)
cv2.imshow("result", result)
#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是，两张融合的图像像素大小需要一致，如下图所示，将两张RGB且像素410*410的图像融合。

设置不同的比例的融合如下所示：

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

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

代码如下所示：

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

#读取图片
src = cv2.imread('01.bmp')

#图像类型转换
result = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下图所示：

如果使用通道转化，则结果如下图所示：

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

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，更多知识后续将继续分享，希望对着喜欢，尤其是做图像识别、图像处理的同学。

现在大家对于Python中如何实现图像加法运算的内容应该都有一定的认识了吧，希望这篇能对大家有所帮助。最后，想要了解更多，欢迎关注群英网络，群英网络将为大家推送更多相关的文章。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Pandas如何对缺失值进行判断、删除和填充处理

  这篇文章主要给大家介绍了关于Pandas知识点之缺失值处理的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

• Python如何实现简单的抽卡功能，代码是什么

  这篇文章主要为大家介绍了Python实现原神抽卡的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助

• Python中多线程备份数据库的操作是怎样，好在哪

  在日常服务器运维工作中，备份数据库是必不可少的，刚工作那会看到公司都是用shell脚本循环备份数据库，到现在自己学习python语言后，利用多进程多线程相关技术来实现并行备份数据库，充分利用服务器资源，提高备份速度。

• 如何用Python+opencv分割ROI区域，实现方法是什么

  这篇文章主要介绍了python+opencv图像分割实现分割不规则ROI区域方法汇总，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

• Python中用clear方法删除字典怎么写