OpenCV学习之路14。图像与标量相加
前言
【OpenCV学习之路】是针对Python OpenCV学习所打造的一场刷题狂欢party！ 对基础知识把握不牢固的话，欢迎来学习嗷~喜欢的话就抓紧收藏起来吧！
如果对学习没有自制力或者没有一起学习交流的动力，欢迎进学习交流群正在跳转，我们一起交流学习，报团打卡！
函数 cv2.add() 用于图像的加法运算。
函数说明：
cv2.add(src1, src2 [, dst[, mask[, dtype]]) dst
函数 cv2.add() 对两张相同大小和类型的图像进行加法运算，或对一张图像与一个标量进行加法运算。
对一张图像与一个标量相加时，则将图像所有像素的各通道值分别与标量的各通道值相加。
参数说明：scr1, scr2：进行加法运算的图像，或一张图像与一个 numpy array 标量dst：输出的图像，可选项，默认值为 Nonemask：掩模图像，8位灰度格式；掩模图像数值为 0 的像素，输出图像对应像素的各通道值也为 0。可选项，默认值为 Nonedtype：图像数组的深度，即每个像素值的位数，可选项返回值：dst，运算结果图像，ndarray 多维数组
注意事项：OpenCV 加法和 numpy 加法之间有区别：cv2.add() 是饱和运算（相加后如大于 255 则结果为 255），而 Numpy 加法是模运算。使用 cv2.add() 函数对两张图片相加时，图片的大小和类型（通道数）必须相同。使用 cv2.add() 函数对一张图像与一个标量相加，标量是指一个 1x3 的 numpy 数组，相加后图像整体发白。
基本例程：1.23 图像与标量相加# 1.23 图像的加法 (与标量相加) img1 = cv2.imread(＂../images/imgB1.jpg＂) # 读取彩色图像(BGR) img2 = cv2.imread(＂../images/imgB3.jpg＂) # 读取彩色图像(BGR) Value = 100 # 常数 # Scalar = np.array([[50., 100., 150.]]) # 标量 Scalar = np.ones((1, 3), dtype=＂float＂) * Value # 标量 imgAddV = cv2.add(img1, Value) # OpenCV 加法: 图像 + 常数 imgAddS = cv2.add(img1, Scalar) # OpenCV 加法: 图像 + 标量 print(＂Shape of scalar＂, Scalar) for i in range(1, 6): x, y = i*10, i*10 print(＂(x,y)={},{}, img1:{}, imgAddV:{}, imgAddS:{}＂ .format(x,y,img1[x,y],imgAddV[x,y],imgAddS[x,y])) plt.subplot(131), plt.title(＂1. img1＂), plt.axis(＂off＂) plt.imshow(cv2.cvtColor(img1, cv2.COLOR_BGR2RGB)) # 显示 img1(RGB) plt.subplot(132), plt.title(＂2. img + constant＂), plt.axis(＂off＂) plt.imshow(cv2.cvtColor(imgAddV, cv2.COLOR_BGR2RGB)) # 显示 imgAddV(RGB) plt.subplot(133), plt.title(＂3. img + scalar＂), plt.axis(＂off＂) plt.imshow(cv2.cvtColor(imgAddS, cv2.COLOR_BGR2RGB)) # 显示 imgAddS(RGB) plt.show()
例程说明 1.23：
本例程运行结果如下。Shape of scalar [[150. 150. 150.]] (x,y)=10,10, img1:[ 9 9 69], imgAddV:[159 9 69], imgAddS:[159 159 219] (x,y)=20,20, img1:[ 3 252 255], imgAddV:[153 252 255], imgAddS:[153 255 255] (x,y)=30,30, img1:[ 1 255 254], imgAddV:[151 255 254], imgAddS:[151 255 255] (x,y)=40,40, img1:[ 1 255 254], imgAddV:[151 255 254], imgAddS:[151 255 255] (x,y)=50,50, img1:[ 1 255 255], imgAddV:[151 255 255], imgAddS:[151 255 255]
注意 cv2.add() 对图像与标量相加时，＂常数＂ 与 ＂标量＂ 的区别：将图像与一个常数 value 相加，只是将 B 通道即蓝色分量与常数相加，而 G、R 通道的数值不变，因此图像发蓝。将图像与一个标量 scalar 相加，＂标量＂ 是指一个 1x3 的 numpy 数组，此时 B/G/R 通道分别与数组中对应的常数相加，因此图像发白。标量 numpy 数组的形式为：np.array([[c1, c2, c3]])，常数 c1,c2,c3 可以相同或不同。