图像的算数操作
1. 图像的加法
可以使用OpenCV的cv.add()函数把两幅图相加，或者可以简单地通过numpy操作添加两个图像，如res = img1 + img2。两个图像应该具有相同的大小和类型，或者第二个图像可以是标量值。
注意：OpenCV加法和Numpy加法之间存在差异。OpenCV的加法是饱和操作，而Numpy添加是模运算。
参考以下代码：
>>> x = np.uint([250])
>>> y = np.uint([10])
>>> print( cv.add(x+y) ) # 250+10 = 260 => 255
[[255]]
>>> print( x+y ) # 250+10 = 260 % 256 = 4
[4]
这种差别在你对两幅图像进行加法时会更加明显。OpenCV的结果会更好一点。所以我们尽量使用OpenCV中的函数。
参考代码如下：
# 注：要求图像的大小相同
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
?
# 1读取图像
img1 = cv.imread("yy.jpg")
img2 = cv.imread("sun.png")
?
print(img1.shape, img2.shape)
# 2加法操作
img3 = cv.add(img1,img2) # cv中的加法操作
img4 = img1 + img2 # 直接相加
?
# 3图像显示
fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(10,8),dpi=100)
axes[0].imshow(img3[:,:,::-1])
axes[0].set_title("cv中的加法")
axes[0].imshow(img4[:,:,::-1])
axes[0].set_title("直接相加")
?
plt.show()
2. 图像的混合
混合本质也是加法，但是不同的时两幅图像的权重不同，这就会给人一种混合或者透明的感觉。图像混合的计算公式如下：
g(x) = (1-a) f(x) + af(x) +r
通过修改a的值（0~1），可以实现非常炫酷的混合。
参考代码如下：
# 注：要求图像的大小相同
import cv2 as cv
import matplotlib.pyplot as plt
?
# 1读取图像
img1 = cv.imread("../image/yy.jpg")
img2 = cv.imread("../image/sun.png")
?
# 2 图像混合
img3 = cv.addWeighted(img1, 0.7, img2, 0.3, 0)
?
#图像显示
plt.figure(figsize=(8, 8))
plt.imshow(img3[:, :, ::-1])
plt.show()
注：以上数据来自b站黑马程序员视频，