标签：img2 算术 plt -- opencv 图像 import img1 cv
opencv--算术操作
1. 图像的加法
API接口cv.add(img1, img2)可以将两幅图相加，或者可以简单地通过numpy操作将两个图像相加，即img=img1 + img2。规定：两个图像应该有相同的大小和数据类型，或者第二个图像为标量值。
注：opencv加法和numpy加法之间存在差异，opencv为饱和操作（大于一个上限或小于一个下限，那么最后结果为上限或下限），numpy相加为模运算（大于上限值时，结果为对上限值进行取余）
# 8位整数型运算
import numpy as np
import cv2 as cv
x = np.uint8([250])
y = np.uint8([10])
# opencv相加
z_1 = cv.add(x, y) # 250+10=260>256,结果为255：[[255]]
# numpy相加
z_2 = x + y # 250+10=260%256 =4 :[4]
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 读取图像
img1 = cv.imread("view.jpg")
img2 = cv.imread("rain.jpg")
# 2 加法操作
img3 = cv.add(img1,img2) # cv中的加法
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[1].imshow(img4[:,:,::-1])
axes[1].set_title("直接相加")
plt.show()
2. 图像的混合
本质也是一种加法，但两幅图像的权重值可以不同，图像混合的计算公式如下：
g
(
x
)
=
(
1
−
α
)
f
0
(
x
)
+
α
f
1
(
x
)
g(x) = (1-\alpha)f_0(x)+\alpha f_1(x)
g(x)=(1−α)f0(x)+αf1(x)
可通过修改
α
\alpha
α的值（[0，1]），从而实现图像混合。
按照下面的公式对两张图像进行混合操作
dst =
α
i
m
g
1
\alpha img_1
αimg1+
β
i
m
g
2
\beta img_2
βimg2+
γ
\gamma
γ
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 读取图像
img1 = cv.imread("view.jpg")
img2 = cv.imread("rain.jpg")
# 2 图像混合
img3 = cv.addWeighted(img1,0.7,img2,0.3,0)
# 3 图像显示
plt.figure(figsize=(8,8))
plt.imshow(img3[:,:,::-1])
plt.show()
标签：img2,算术,plt,--,opencv,图像,import,img1,cv 来源： https://blog.csdn.net/gg13213/article/details/123633979
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。