Python OpenCV 之图像的叠加，图像处理取经之旅第 16 天丨【百变AI秀】

今天的学习的内容是：通过 Python OpenCV 对图像实现叠加操作，本文只涉及一个函数，即cv2.addWeighted。

cv2.addWeighted

该函数的完整表述为：Python-OpenCV 图像叠加 or 图像混合加权实现。

函数原型如下：

dst = cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])

参数说明（哈哈，这是官方的，点击打开官方说明）：

src1 – first input array.

alpha – weight of the first array elements.

src2 – second input array of the same size and channel number as src1.

beta – weight of the second array elements.

dst – output array that has the same size and number of channels as the input arrays.

gamma – scalar added to each sum.

dtype – optional depth of the output array; when both input arrays have the same depth, dtype can be set to -1, which will be equivalent to src1.depth().

参数翻译如下：

src1, src2：需要融合叠加的两副图像，要求大小和通道数相等

alpha：src1 的权重

beta：src2 的权重

gamma：gamma 修正系数，不需要修正设置为 0

dst：可选参数，输出结果保存的变量，默认值为 None

dtype：可选参数，输出图像数组的深度，即图像单个像素值的位数（如 RGB 用三个字节表示，则为 24 位），选默认值 None 表示与源图像保持一致。

返回值：融合叠加的结果图像

官方手册也给出了最终的结果：

dst = src1 × alpha + src2 × beta + gamma;

上面的式子理解为，结果图像 = 图像 1× 系数 1+图像 2× 系数 2+亮度调节量

测试代码如下：

import cv2 as cv src1 = cv.imread("./123.jpg") src2 = cv.imread("./456.png") c = cv.addWeighted(src1, 0.4, src2, 0.6, 0) cv.imshow("addWeighted", c) cv.waitKey(0)

运行之后叠加出的效果图如下：

如果两个图片的尺寸不同，可以手动调整，也可以通过 resize 进行调整。

img2 = cv2.resize(img, (w,h), interpolation=cv2.INTER_AREA)

在检索资料的时候发现了另一个好玩的函数，即 createTrackbar，可以创建一个滚动条，我们也同时学习一下吧。

cv2.createTrackbar

该函数的作用是在 opencv 使用滑动条，函数原型如下：

cv2.createTrackbar(trackbarName, windowName, value, count, onChange)

参数说明：

trackbarName：滑动条的名字；

windowName：滑动条被放置的窗口的名字；

value：滑动条默认值；

count：滑动条的调节的范围(0~count)；

onChange：调节滑动条时调用的回调函数名。

与此对应的还有一个获取滑动条值的函数，原型是：

value = cv2.getTrackbarPos(trackbarName, windowName)

参数说明：

trackbarName：滑动条的名字；

windowName：滑动条被放置窗口的名字。

返回值：滑动条的数值

测试代码如下（拖动滑动条，实现图片的渐变）：

import cv2 as cv import numpy as np src1 = cv.imread("./123.jpg") src2 = cv.imread("./456.png") # 滚动条拖动 def on_change(x): pass # 创建一个黑色背景的窗口，大小任意，后面会被修改 img = np.zeros((100, 100, 3), np.uint8) cv.namedWindow("img") cv.createTrackbar("a", "img", 0, 100, on_change) while(1): cv.imshow("img", img) # 按键盘上的 esc 退出。 k = cv.waitKey(1) & 0xFF if k == 27: break # 获取滑动条的值 r = cv.getTrackbarPos('a', "img") # 设置系数 print(r) r = float(r)/100.0 # 默认情况下 src1 完全展示，逐步过渡到 src2 img = cv.addWeighted(src1, r, src2, 1.0-r, 0) cv.destroyAllWindows()

运行效果如下图所示。

还找到了一个渐变效果，不需要拖动滑动条也可以实现图片切换。

import cv2 import numpy as np step_list = [float(0.02 * x) for x in range(0, 51)] print(step_list) img1 = cv2.imread("./123.jpg") img2 = cv2.imread("./456.png") cv2.imshow("show", img1) for i in step_list: res = cv2.addWeighted(img1, i, img2, (1-i), 0) cv2.imshow("show", res) cv2.waitKey(60) if cv2.waitKey(0) == 27: cv2.destroyAllWindows()

运行结果自行找两张相同大小的图片进行尝试吧。

OpenCV 尾声

1 个小时又过去了，对 Python OpenCV 相关的知识点，你掌握了吗？

空闲之余，可以订阅橡皮擦的爬虫百例课程学习爬虫知识。

今天是持续写作的第

55

/ 100 天。

如果你有想要交流的想法、技术，欢迎在评论区留言。

博主 ID：梦想橡皮擦，希望大家

、

评论

、

。

【百变AI秀】有奖征文火热进行中：https://bbs.huaweicloud.com/blogs/296704

OpenCV Python 图像处理

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。