当前位置: 首页 > news >正文

【Python/Opencv】图像权重加法函数:cv2.addWeighted()详解

【Python/Opencv】图像权重加法函数:cv2.addWeighted()详解

文章目录

  • 【Python/Opencv】图像权重加法函数:cv2.addWeighted()详解
    • 1. 介绍
    • 2. API
    • 3. 代码示例与效果
      • 3.1 代码
      • 3.2 效果
    • 4. 参考

1. 介绍

在OpenCV图像加法cv2.add函数详解详细介绍了图像的加法运算。

除了这种加法外,OpenCV还提供了带权重的加法,即两副图像的像素通道值相加时各自按一定的权重比例取值来相加。

假设有2个图像矩阵src1和src2,在两个图像融合时,各自的权重分别为alpha和beta,则二者融合后的目标图像dst中各像素通道值的计算公式为:

dst(I)=saturate(src1(I)∗alpha+src2(I)∗beta+gamma)

上述公式中两副图像的权重alpha和beta取值没有强制要求,但一般情况建议alpha+beta=1。实际上alpha、beta和src1、src2相乘就是调整的src1、src2对应图像的明暗度,因此图像融合权重加法实际上是先各自调整两副图像的明暗度之后再相加。

2. API

import cv2
out = cv2.addWeighted(src1, alpha, src2, beta, gamma, dst=None, dtype=None)
  • 参数说明:
    • src1, src2:需要融合相加的两副大小和通道数相等的图像
    • 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,具体请参考《图像处理gamma修正(伽马γ校正)的原理和实现算法》
    • dst:可选参数,输出结果保存的变量,默认值为None,如果为非None,输出图像保存到dst对应实参中,其大小和通道数与输入图像相同,图像的深度(即图像像素的位数)由dtype参数或输入图像确认
    • 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:
    • out:融合相加的结果图像

3. 代码示例与效果

addWeighted只能实现两副相同大小的图像融合相加,可能我们更需要的是一副小图像和一副大图像的融合相加。在本案例中就实现这样一个函数:

def addWeightedSmallImgToLargeImg(largeImg, alpha, smallImg, beta, gamma=0.0, regionTopLeftPos=(0,0)):srcW, srcH = largeImg.shape[1::-1]refW, refH = smallImg.shape[1::-1]x,y =  regionTopLeftPosif (refW>srcW) or (refH>srcH):#raise ValueError("img2's size must less than or equal to img1")raise ValueError(f"img2's size {smallImg.shape[1::-1]} must less than or equal to img1's size {largeImg.shape[1::-1]}")else:if (x+refW)>srcW:x = srcW-refWif (y+refH)>srcH:y = srcH-refHdestImg = np.array(largeImg)tmpSrcImg = destImg[y:y+refH,x:x+refW]tmpImg = cv2.addWeighted(tmpSrcImg, alpha, smallImg, beta,gamma)destImg[y:y + refH, x:x + refW] = tmpImgreturn destImg

该函数的前5个参数与addWeighted对应,但多了个regionTopLeftPos参数,用于指定小图像左上角放置到大图像的具体位置,缺省为大图像的左上角。

下面使用addWeightedSmallImgToLargeImg来实现一个两副图像融合的案例。

  • 案例中使用的大图像如下:大小(550,620)
    在这里插入图片描述

  • 案例中使用的小图像如下:大小(300,400)
    在这里插入图片描述

3.1 代码

import numpy as np
import cv2img1 = cv2.imread(r'a.jpg')
img2 = cv2.imread(r'b.jpg')
img = addWeightedSmallImgToLargeImg(img1, 1, img2, 0.6,regionTopLeftPos=(100, 100))
cv2.imwrite('result.jpg', img)

3.2 效果

在这里插入图片描述

4. 参考

【1】https://blog.csdn.net/LaoYuanPython/article/details/109143281

http://www.lryc.cn/news/40653.html

相关文章:

  • 容器的老祖宗LXC和Docker的关系
  • Webpack迁移Rspack速攻实战教程(前瞻版)
  • 一行代码“黑”掉任意网站
  • 51单片机入门 -驱动 8x8 LED 点阵屏
  • Xinlinx zynq7045国产替代 FMQL45T900全国产化 ARM 核心板+扩展板
  • 硬刚ChatGPT!文心一言能否为百度止颓?中国版ChatGPT“狂飙”的机会在哪儿?
  • Python 异步: 在非阻塞子进程中运行命令(19)
  • 蓝桥杯嵌入式第五课--输入捕获
  • Spring事务和事务传播机制
  • 基于OpenCV+CUDA实时视频抠绿、背景合成以及抠绿算法小结
  • MySQL 中的 UNION 语句
  • 高完整性系统工程(三): Logic Intro Formal Specification
  • 【linux】多线程概念详述
  • 【Java】P8 面向对象(3)方法 基本知识
  • js中null和undefined的区别
  • 【Linux】linux中的c++怎么调试?gdb的介绍和使用。
  • 提升Python代码性能的六个技巧
  • VI的常用命令
  • 【数据结构】万字深入浅出讲解单链表(附原码 | 超详解)
  • 无线WiFi安全渗透与攻防(五)之aircrack-ng破解WEP加密
  • MySQL中事务的相关问题
  • 推荐算法再次踩坑记录
  • STM32 (十五)MPU6050
  • 使用yarn,依赖报各种错误怎么办
  • 面试官:rem和vw有什么区别
  • 【GPT-4】GPT-4 相关内容总结
  • 5.springcloud微服务架构搭建 之 《springboot集成Hystrix》
  • 【工作中问题解决实践 七】SpringBoot集成Jackson进行对象序列化和反序列化
  • 香港服务器遭受DDoS攻击后如何恢复运行?
  • 【Hive】配置