Python-OpenCV图像算术运算

图像上的算术运算，主要包括加法、减法、位运算等。

0x01. 图像加法

在OpenCV中可以使用函数cvc2.add()将两幅图像进行加法运算，当然也可以直接使用numpy(现在使用OpenCV-Python，numpy是必装的)，res=img1+img。要求是：两幅图像的大小，类型必须一致，或者第二个图像可以使用一个简单的标量值。

注意的是：OpenCV中的加法与Numpy的加法是不同的，OpenCV中的加法默认的是一种饱和操作，而Numpy的加法是一种模操作。

例如：

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

这种差别在对两幅图像进行加法时会更明显。OpenCV的结果会更好一点，推荐使用OpenCV中的函数。
实例:

import cv2
import numpy as np

img=cv2.imread('test.jpg'.cv2.IMREAD_COLOR)
res=np.zeros(img.shape,np.uint8)
cv2.imshow("img",img)
res=cv2.add(img,img)
cv2.imshow("add",res)
cv2.waitKey(0)
cv2.destoryAllWindows()

0x02. 图像混合

原理依旧是图像的加法操作，不同的是两幅图像的权重不同，这就会给人一种混合或者透明的感觉。图像混合的计算公式如下：
g(x)=(1-a)f0(x)+af1(x)
其中a的值在[0,1]。
现在假设把两幅图像混合一起。第一幅图的权重是0.7，第二幅图的权重是0.3。OpenCV中函数cv2.addWeighted()可以按照以下公式进行合并：
dst=a*img1+b*im2+c

import cv2
import numpy as np
img1=cv2.imread('test.jpg')
img2=cv2.imread('test2.jpg')
dst=cv2.addWeighted(img1,0.7,img2.0.3,0)
cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destoryAllWindow()

0x03. 图像位运算

图像中位运算操作有：AND，OR，NOT，XOR等。当我们提取图像的一部分，选择非矩形ROI时这些操作将会有用。
实例：

import cv2
import numpy as np
#加载图像
img1=cv2.imread('roi.jpg')
img2=cv2.imread('opencv_logo.png')

rows,cols,channels=img2.shape
roi=img1[0:rows,0:cols]

img2gray=cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret,mask=cv2.threshold(img2gray,175,255,cv2.THRESH_BINARY)
mask_inv=cv2.bitwise_not(mask)
img1_bg=cv2.bitwise_and(roi,roi,mask=mask)
img2_fg=cv2.bitwise_and(img2,img2,mask=mask_inv)

dst=cv2.add(img1_bg,img2_fg)
img1[0:rows,0:cols]=dst
cv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destoryAllWindows()