不是简单的加法,相当于拿图片做了线性运算 addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])
new_img=src1*alpha+src2*beta+gamma
src1 图像1,alpha 图像1权重
src2 图像2,beta 图像2权重
gamma 偏差
import cv2
import numpy as np
cat=cv2.imread('./cat1.jpeg')
dog=cv2.imread('./dog1.jpeg')
print(cat.shape)
print(dog.shape)
new_cat=cat[0:330,0:600]
new_dog=dog[0:330,0:600]
img=cv2.addWeighted(new_cat,0.3,new_dog,0.7,0)
cv2.imshow('img',np.hstack((new_cat,new_dog,img)))
print(img.real)
key=cv2.waitKey(0)
cv2.destroyAllWindows()
博客给出图像加权融合公式 new_img=src1*alpha+src2*beta+gamma,其中 src1 为图像 1,alpha 是其权重;src2 为图像 2,beta 是其权重;gamma 为偏差,涉及计算机视觉和人工智能领域。
742

被折叠的 条评论
为什么被折叠?



