cv.add & cv.addWeighted 的区别

图像加法 cv.add

您可以通过OpenCV函数 cv.add() 或仅通过numpy操作 res = img1 + img2 添加两个图像。两个 图像应具有相同的深度和类型，或者第二个图像可以只是一个标量值。

注意： OpenCV加法和Numpy加法之间有区别。OpenCV加法是饱和运算，而Numpy加法是模运算。见下代码

例如，考虑以下示例:

>>> x = np.uint8([250]) >>> y = np.uint8([10]) >>> print( cv.add(x,y) [[255]] >>> print( x+y ) # 250+10 = 260 % 256 = 4 [4]

当添加两个图像时，它将更加可见。OpenCV功能将提供更好的结果。因此，始终最好坚持使用 OpenCV功能。

图像融合 cv.addWeighted

这也是图像加法，但是对图像赋予不同的权重，以使其具有融合或透明的感觉。根据以下等式添 加图像:

$$G(x)=(1-\alpha )f_0(x)+\alpha f_1(x)$$

通过从 $\alpha$ 从 $0\to 1$ 更改，您可以在一个图像到另一个图像之间执行很酷的过渡。 在这里，我拍摄了两个图像，将它们融合在一起。第一幅图像的权重为0.7，第二幅图像的权重为 0.3。

cv.addWeighted() 在图像上应用以下公式。 $$dst=\alpha \cdot img1+\beta \cdot img2+\gamma$$ 在这里，$\gamma$ 被视为零。

img1 = cv.imread('ml.png') img2 = cv.imread('opencv-logo.png') dst = cv.addWeighted(img1,0.7,img2,0.3,0) cv.imshow('dst',dst) cv.waitKey(0) cv.destroyAllWindows()

ViatorSun 认证博客专家 深度学习 计算机视觉 研究生在读、Github开源世界贡献者，深度学习 & 计算机视觉分享者；主要研究【深度学习 & 计算机视觉】相关方向，欢迎感兴趣的小伙伴一起交流、探讨～