基於Python的Opencv學習第四天
共同學習Opencv的小夥伴們，大家好。今天是我們學習Opencv的第四天了，之前幾篇博客從最基本的像素介紹到圖像的感興趣區，今天來看看我爲大家帶來什麼吧！
一.圖像的加法運算
說到Opencv裏面對圖像進行加法運算，那就要分兩種加法運算，分別是通過numpy包來進行加法運算，和直接Opencv加法運算，在我們瞭解語法之前，還是來看看圖像的加法運算在opencv裏面是如何實現的。
1.加法運算的概念
這裏我們以八位圖像來舉例說明，首先八位圖像在計算機中是以二進制來存放，最小值是0000 0000對應十進制中的0，而最大值是1111 1111對應十進制中的255，一共256中灰度集。
2.利用numpy包進行加法運算（取餘運算）
在使用numpy包進行加法運算時，我們用到的語法如下：
結果=圖像1+圖像2
在這裏，兩個圖像的像素點的相加得到的數字<=255時，那麼我們的結果就等於這個數字
如果兩個圖像的像素點的相加得到的數字>255時，那麼我們的結果要對這個數字進行對255的取餘運算。
例如，兩個像素分別爲100和58，那麼100+58=158<255，則結果就等於158；
如果兩個像素分別爲255和58，那麼255+58=（255+58）%255=58，則結果就是58。
3.利用opencv進行加法運算（飽和運算）
在opencv中進行加法運算時，我們需要調用add（）函數，其語法如下：
結果=cv2.add（圖像1，圖像2）
這時，結果也分兩種情況
如果和的數值<=255，那麼結果爲該數值；
如果和的數值>255，那麼結果只能爲255。
在這裏，我們稱爲飽和運算，即不管加起來的數值等於多少，他最大隻能是255。
（普及一下，opencv中0代表黑色，255代表白色，越靠近0則黑色的程度越深，越靠近255，則白色的程度越深。）
注意！！！參與運算的圖像大小，類型必須保持一致！！！
3.代碼實現
接下來我們通過代碼來演示一下圖像的加法運算。
>>> import cv2
>>> import numpy as np
>>> img=cv2.imread(r"C:\Users\LT010407\Desktop\2.jpg")
>>> pic=img
>>> cv2.imshow("img",img)
>>> i=pic+img
>>> cv2.imshow("i",i)
>>> k=cv2.add(img,pic)
>>> cv2.imshow("k",k)
>>>
這裏我們i是用numpy包進行的運算，k是在opencv裏面運用了add（）函數進行的運算，來看看結果！
二.圖像融合
1.圖像融合的概念
首先來介紹一下圖像融合的概念，指的是將2張或2張以上的圖像信息融合到1張圖像上，這裏小夥伴們就疑惑了，這個和圖像相加不就是一樣的嗎，其實不同，融合的圖像含有更多的信息，能夠更方便人來觀察或者計算機處理。
如圖，用兩個白色框框起來的兩幅圖像區域都是有部分不清晰，但是通過圖像融合，我們能夠得到一幅清晰的圖像，這就是圖像的融合。
2.圖像融合的語法
這裏我只介紹了將兩幅圖像以不同權重的方式給加在一起，我們需要調用addWeighted（）函數，來看語法：
dst=cv2.addWeighted（src1，alpha，src2，beta，gamma）
而dst=src1alpha+src2beta+gamma,如果用中文表示就是：
結果圖像=圖像1係數1+圖像2係數2+亮度調節量
這裏係數指的是圖像的透明度，如果係數越大，則該圖像佔比的透明度越大，顯示在結果圖像上時，該圖像就越深，而亮度調節量就是用來調節結果圖像的亮度，值越大就越亮，最小是0，即不做改變，但是參數gamma（亮度調節量）不能省略。
3.代碼和結果
剛剛介紹了圖像融合的語法，老規矩，上代碼和結果：
impore cv2
a=cv2.imread(r"C:\Users\LT010407\Desktop\3.jpg")
b=a=cv2.imread(r"C:\Users\LT010407\Desktop\3.jpg")
result=cv2.addWeighted(a,0.6,b,0.3,0)
cv2.imshow("result",result)
在這裏我們可以看見，這個lena圖像因爲我調的是0.3，所有就更淡一點，而那個boat圖像我調到0.6，所有就更重一點，亮度調節是0。
好的，今天的內容就講到這裏了吧，下一篇博客見。