3.1图像加法运算

-在图像处理过程中，经常需要对图像进行加法运算。可以通过加号运算符“+”对图像进 行加法运算，也可以通过 cv2.add()函数对图像进行加法运算。
-通常情况下，在灰度图像中，像素用 8 个比特位(一个字节)来表示，像素值的范围是[0,255]。 两个像素值在进行加法运算时，求得的和很可能超过 255。上述两种不同的加法运算方式，对 超过 255 的数值的处理方式是不一样的。

1.加法运算符

【例 3.1】使用随机数数组模拟灰度图像，观察使用“+”对像素值求和的结果。

import numpy as np
img1 = np.random.randint(0,256,size=[3,3],dtype=np.uint8)   #?加法要进行取模，这是由数组的类型 dtype=np.uint8 所规定的
img2 = np.random.randint(0,256,size=[3,3],dtype=np.uint8)

print("img1=\n",img1)
print("img2=\n",img2)
print("img1+img2=",img1+img2)

2. cv2.add()函数

函数 cv2.add()可以用来计算图像像素值相加的和，其语法格式为:
计算结果=cv2.add(像素值 a,像素值 b)
使用函数 cv2.add()对像素值 a 和像素值 b 进行求和运算时，会得到像素值对应图像的饱和 值(最大值)。

• 如果两个像素值的和小于或等于 255，则直接相加得到运算结果。例如，像素值 28 和 像素值 36 相加，得到计算结果 64。
• 如果两个像素值的和大于 255，则将运算结果处理为饱和值 255。例如 255+58=313，大 于 255，则得到计算结果 255。
  需要注意，函数 cv2.add()中的参数可能有如下三种形式。
• 形式 1:计算结果=cv2.add(图像 1,图像 2)，两个参数都是图像，此时参与运算的图像大小和类型必须保持一致
• 形式 2:计算结果=cv2.add(数值,图像)，第 1 个参数是数值，第 2 个参数是图像，此时将超过图像饱和值的数值处理为饱和值(最大值)。
• 形式 3:计算结果=cv2.add(图像,数值)，第 1 个参数是图像，第 2 个参数是数值，此时将超过图像饱和值的数值处理为饱和值(最大值)。

【例 3.2】使用随机数组模拟灰度图像，观察函数 cv2.add()对像素值求和的结果。

import cv2

img1 = np.random.randint(0,256,size=[3,3],dtype=np.uint8)   #?加法要进行取模，这是由数组的类型 dtype=np.uint8 所规定的
img2 = np.random.randint(0,256,size=[3,3],dtype=np.uint8)

print("img1=\n",img1)
print("img2=\n",img2)

img3=cv2.add(img1,img2)
print("cv2.add(img1,img2)=\n",img3)

【例 3.3】分别使用加号运算符和函数 cv2.add()计算两幅灰度图像的像素值之和，观察处理 结果。

a = cv2.imread("/Users/zhaofeier/Desktop/lena.bmp",0)
b = a
result1 = a + b
result2 = cv2.add(a,b)

cv2.imshow("original",a)
cv2.imshow("result1",result1)
cv2.imshow("result2",result2)

cv2.waitKey()
cv2.destroyAllWindows()

• 使用加号运算符计算图像像素值的和时，将和大于 255 的值进行了取模处理，取模后大 于 255 的这部分值变得更小了，导致本来应该更亮的像素点变得更暗了，相加所得的图 像看起来并不自然。
• 使用函数 cv2.add()计算图像像素值的和时，将和大于 255 的值处理为饱和值 255。图像 像素值相加后让图像的像素值增大了，图像整体变亮。