OpenCV学习笔记5——图像的数值计算

一、简单数值计算

二、opencv中提供函数进行计算

三、cv2.addWeighted

一、简单数值计算

在opencv中，我们有许多可以获取图像各类数值的办法，许多函数能获得各种方面的数据。但如果我们什么都不用，仅仅对图像上每一个点做加法运算会发生什么？

import cv2

img1 = cv2.imread('3.jpg')

img2 = img1 + 10

print(img1[:5,:,0])
print(img2[:5,:,0])

cv2.imshow('img1', img1)
cv2.imshow('img2', img2)

cv2.waitKey(0)

这里，我们先导入opencv库，然后将名为“3.jpg”的图片读进来。回忆一下，imread()函数返回的是一个Numpy数组，这个数组通常是三维数组，包含了高度、宽度、通道数。对于彩色图像，通道数一般为3。

第4行让img2=img1+10，相当于给读进来的图像的每一像素的三个通道都加了10。

代码第6行使用数组的知识，创建了一个图像的前 5 行像素的第一个通道的切片，并将其打印出来，最后将原来的图像和改变后的图像显示出来，如下图所示：

可以看到，新的图像已经不成样子了。对比前后输出的两个二维列表可以发现，列表中的每一个值都加了10，但有的直接变成了个位数。这是因为，列表中的每个值只能从0~255这256个值中选择一个，但254+10=264，已经超出了255的范围，所以在求余256后得到了新的图像值。

接下来我们让两个图像的值直接相加，看看会发生什么。

import cv2

img1 = cv2.imread('3.jpg')
img2 = cv2.imread('4.jpg')

img3 = img1 + img2

print(img3[:5,:,1])

cv2.imshow('img3', img3)

cv2.waitKey(0)

这里，前面的步骤与上面一样，这里多读进来一张图片，并将两张图片直接相加，结果赋值给img3，并将img3显示出来。

可是运行却出现了如下报错：

这个报错的意思是，在执行img1+img2的代码时，程序发现用来相加的两个数组高度、宽度不一样，所以没有办法相加。这告诉我们，在执行图像加法时，两个图像的高度、宽度、通道都必须一致。

我们修改一下代码：

import cv2

img1 = cv2.imread('3.jpg')
img2 = cv2.imread('4.jpg')

img1 = cv2.resize(img1, (272, 245))

img3 = img1 + img2

print(img3[:5,:,1])

cv2.imshow('img3', img3)

cv2.waitKey(0)

这里，我们在执行加法之前加了一个cv2.resize函数，重新设定了img1图像的大小使其与img2相同。这样就能执行加法了，运行结果如下：

看起来还是蛮掉san的。

二、opencv中提供函数进行计算

但其实，opencv中给我们提供了一个加法函数cv2.add()，它与加法的区别在哪里，我们来运行看一下：

import cv2

img1 = cv2.imread('3.jpg')
img2 = cv2.imread('4.jpg')

img1 = cv2.resize(img1, (272, 245))

img3 = cv2.add(img1, img2)

print(img3[:5,:,1])

cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)

cv2.waitKey(0)

在输出的列表中可以看到，上次超出255范围被求余的数值，现在统统变成了255，相当于越界的数值被强制设置为了255，不再进行求余操作。

但是很明显，这样的图像相加并没有满足我们的要求，得到的图像都没法看。怎么办呢？opencv也提供了相应的函数给我们使用。

三、cv2.addWeighted

在opencv中，cv2.addWeighted函数用于更加精准的图片叠加。数学计算的公式为：

$eq?R%3D%5Calpha%20x_%7B1%7D+%5Cbeta%20x_%7B2%7D+b$

其中，R代表叠加后的图像， $eq?x_%7B1%7D$ ， $eq?x_%7B2%7D$ 代表参与叠加的两个图像， $eq?%5Calpha$ 和 $eq?%5Cbeta$ 分别代表两张图像的权重，b代表标量值，加到加权和上。

在代码中，需要这么写：

import cv2

img1 = cv2.imread('3.jpg')
img2 = cv2.imread('4.jpg')

img1 = cv2.resize(img1, (272, 245))

img3 = cv2.addWeighted(img1, 0.4, img2, 0.6, 0)

print(img3[:5,:,1])

cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)

cv2.waitKey(0)

这段代码中，cv2.addWeight()传入了五个参数，分别是叠加图像1 $eq?x_%7B1%7D$ ，图像1的权重 $eq?%5Calpha$ ，叠加图像2 $eq?x_%7B2%7D$ ，图像2的权重 $eq?%5Cbeta$ 以及标量值b。

运行结果如下：