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

• pytest命令行传参的方法有哪些，哪种好

  pytest提供了许多运行命令以供定制化运行某一类测试用例或者某个测试用例等,下面这篇文章主要给大家介绍了关于pytest用例间参数传递的两种实现方式,文中通过示例代码介绍的非常详细,需要的朋友可以参考下

• Python线程是什么，怎么创建和应用线程

  这篇文章主要为大家介绍了Python线程编程之Thread，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 opencv对图像矫正的代码怎样写

  本文主要介绍了使用python opencv对畸变图像进行矫正的实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

• 用Pyecharts绘制雷达图的具体方法及代码是什么

  这篇文章主要介绍了Python可视化神器pyecharts绘制雷达图，雷达图是以从同一点开始的轴上表示的三个或更多个定量变量的二维图表的形式显示多变量数据的图形方法

• Python注释的用处、类型和语法是什么

  Python注释的用处、类型和语法是什么？下文的讲解详细，步骤过程清晰，对大家进一步学习和理解相关知识有一定的帮助。有这方面学习需要的朋友就继续往下看吧！