Image Addition

图像加法 cv.add

可以通过OpenCV函数 cv.add() 或仅通过numpy操作 res = img1 + img2 添加两个图像。两个 图像应具有相同的深度和类型，或者第二个图像可以只是一个标量值。

注意： OpenCV加法和Numpy加法之间有区别。OpenCV加法是饱和运算，而Numpy加法是模运算。见下代码

>>> import numpy as np
>>> a = np.uint([250])
>>> b = np.uint([10])
>>> print( cv.add(x,y)
[[255]]
>>> a + b
array([260], dtype=uint32)

Image Blending

图像融合 cv.addWeighted

这也是图像加法，但是对图像赋予不同的权重，以使其具有融合或透明的感觉。根据以下等式添加图像:

image.png
image.png

img1 = cv.imread('ml.png')
img2 = cv.imread('opencv-logo.png')
dst = cv.addWeighted(img1,0.7,img2,0.3,0) cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()

image.png

Bitwise Operations

使用掩码进行运算时，位运算符bitewise_and()、bitewise_or()、bitewise_xor()和bitewise_not()很有用！

void bitwise_and(InputArray src1, InputArray src2, OutputArray dst,
                            InputArray mask = noArray());  //dst = src1 & src2
void bitwise_or(InputArray src1, InputArray src2, OutputArray dst, 
                            InputArray mask = noArray());  //dst = src1 | src2
void bitwise_xor(InputArray src1, InputArray src2, OutputArray dst, 
                            InputArray mask = noArray());   //dst = src1 ^ src2
void bitwise_not(InputArray src, OutputArray dst, 
                            InputArray mask = noArray());  //dst = ~src 

说明：
（1）bitwise_and是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1 & 1 = 1，1 & 0 = 0，0 & 1 = 0，0 & 0 = 0
（2）bitwise_or是对二进制数据进行“或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“或”操作，1 | 1 = 1，1 | 0 = 0，0 | 1 = 0，0 | 0 = 0
（3）bitwise_xor是对二进制数据进行“异或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“异或”操作，1 ^ 1 = 0, 1 ^ 0 = 1, 0 ^ 1 = 1, 0 ^ 0 = 0
（4）bitwise_not是对二进制数据进行“非”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“非”操作，~1 = 0，~0 = 1

# Load two images
img1 = cv.imread('messi5.jpg')
img2 = cv.imread('opencv-logo-white.png')
# I want to put logo on top-left corner, So I create a ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols]
# Now create a mask of logo and create its inverse mask also
img2gray = cv.cvtColor63b61574eb8cab)(img2,cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
# Now black-out the area of logo in ROI
img1_bg = cv.bitwise_and(roi,roi,mask = mask_inv)
# Take only region of logo from logo image.
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
# Put logo in ROI and modify the main image
dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()