Skip to main content

09: 图像混合

学习图片间的数学运算，图像混合。图片等可到文末引用处下载。

目标​

  • 图片间的数学运算，如相加、按位运算等
  • OpenCV 函数：cv2.add(), cv2.addWeighted(), cv2.bitwise_and()

教程​

首先恭喜你已经完成了入门篇的学习噢，接下来我们学习一些 OpenCV 的基础内容，加油(ง •_•)ง

图片相加​

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：

x = np.uint8([250])
y = np.uint8([10])
print(cv2.add(x, y))  # 250+10 = 260 => 255
print(x + y)  # 250+10 = 260 % 256 = 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）。

图像混合​

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：

dst=α×img1+β×img2+γdst = \alpha\times img1+\beta\times img2 + \gamma
img1 = cv2.imread('lena_small.jpg')
img2 = cv2.imread('opencv-logo-white.png')
res = cv2.addWeighted(img1, 0.6, img2, 0.4, 0)

图像混合

经验之谈：α 和 β 都等于 1 时，就相当于图片相加。

按位操作​

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：

掩膜概念

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

经验之谈：掩膜的概念在图像混合/叠加的场景下使用较多，可以多多练习噢！

小结​

  • cv2.add()用来叠加两幅图片，cv2.addWeighted()也是叠加两幅图片，但两幅图片的权重不一样。
  • cv2.bitwise_and(), cv2.bitwise_not(), cv2.bitwise_or(), cv2.bitwise_xor()分别执行按位与/或/非/异或运算。掩膜就是用来对图片进行全局或局部的遮挡。

接口文档​

引用​