目录
图片相加?cv2.add()
????????要叠加两张图片，可以用 cv2.add()
函数，相加两幅图片的形状（高度
/
宽度
/
通道数）必须相同。
????????numpy中可以直接用res = img + img1相加，但这两者的结果并不相同(看下边代码):
????????add()两个图片进行加和，大于255的使用255计数.?
????????numpy会对结果取256(相当于255+1)的模：
import numpy as np
import cv2
x = np.uint8([250])
y = np.uint8([10])
print(cv2.add(x, y)) # 250+10 = 260 => 255
print(x + y) # 250+10 = 260 % (255 + 1) = 4?如果是二值化图片（只有0和255两种值），两者结果是一样的（用numpy的方式更简便一些）。
实验图片：
?add()后效果
?相减、相乘、相除：
- subtract(img1,img2)? # 相减，可以用于目标检测
- multiply(img1,img2) # 相乘
- divide(img1,img2) # 相除
?图像融合、混合addWeighted()
图像混合 cv2.addWeighted() 也是一种图片相加的操作，只不过两幅图片的权重不一样，γ相当于一个修正值：
img1 = cv2.imread('lena_small.jpg')
img2 = cv2.imread('opencv-logo-white.png')
res = cv2.addWeighted(img1, 0.6, img2, 0.4, 0)?效果：
?α和β都等于1时，就相当于图片相加。
按位运算
按位操作包括按位与
/
或
/
非
/
异或操作，有什么用途呢？比如说我们要实现下图的效果：
????????如果将两幅图片直接相加会改变图片的颜色，如果用图像混合，则会改变图片的透明度，所以我们需要 用按位操作。
????????首先来了解一下
掩膜（mask）
的概念：掩膜是用一副二值化图片对另外一幅图片进行局
部的遮挡，看下图就一目了然了：
?所以我们的思路就是把原图中要放logo的区域抠出来，再把logo放进去就行了：
img1 = cv2.imread('lena.jpg')
img2 = cv2.imread('opencv-logo-white.png')
# 把logo放在左上角，所以我们只关心这一块区域
rows, cols = img2.shape[:2]
roi = img1[:rows, :cols]
# 创建掩膜
img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)
# 保留除logo外的背景
img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv)
dst = cv2.add(img1_bg, img2)# 进行融合
img1[:rows, :cols] = dst # 融合后放在原图上?掩膜的概念在图像混合/叠加的场景下使用较多。
上边我们使用了
- 按位与?bitwise_and(roi, roi, mask=mask_inv)?
- 非运算?bitwise_not(mask)
除了按位与、非运算还有：
- 或运算 bitwise_or(img1,img2)
- 异或运算?bitwise_xor(img1,img2)?