今天的学习的内容是：通过 Python OpenCV 对图像实现叠加操作，本文只涉及一个函数，即cv2.addWeighted。
cv2.addWeighted
该函数的完整表述为：Python-OpenCV 图像叠加 or 图像混合加权实现。
函数原型如下：
dst = cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])
参数说明（哈哈，这是官方的，点击打开官方说明）：
- src1 – first input array.
- alpha – weight of the first array elements.
- src2 – second input array of the same size and channel number as src1.
- beta – weight of the second array elements.
- dst – output array that has the same size and number of channels as the input arrays.
- gamma – scalar added to each sum.
- dtype – optional depth of the output array; when both input arrays have the same depth, dtype can be set to -1, which will be equivalent to src1.depth().
参数翻译如下：
- src1, src2：需要融合叠加的两副图像，要求大小和通道数相等
- alpha：src1 的权重
- beta：src2 的权重
- gamma：gamma 修正系数，不需要修正设置为 0
- dst：可选参数，输出结果保存的变量，默认值为 None
- dtype：可选参数，输出图像数组的深度，即图像单个像素值的位数（如 RGB 用三个字节表示，则为 24 位），选默认值 None 表示与源图像保持一致。
返回值：融合叠加的结果图像
官方手册也给出了最终的结果：
dst = src1 × alpha + src2 × beta + gamma;
上面的式子理解为，结果图像 = 图像 1× 系数 1+图像 2× 系数 2+亮度调节量
测试代码如下：
import cv2 as cv
src1 = cv.imread("./123.jpg")
src2 = cv.imread("./456.png")
c = cv.addWeighted(src1, 0.4, src2, 0.6, 0)
cv.imshow("addWeighted", c)
cv.waitKey(0)
运行之后叠加出的效果图如下：
如果两个图片的尺寸不同，可以手动调整，也可以通过 resize 进行调整。
img2 = cv2.resize(img, (w,h), interpolation=cv2.INTER_AREA)
在检索资料的时候发现了另一个好玩的函数，即 createTrackbar，可以创建一个滚动条，我们也同时学习一下吧。
cv2.createTrackbar
该函数的作用是在 opencv 使用滑动条，函数原型如下：
cv2.createTrackbar(trackbarName, windowName, value, count, onChange)
参数说明：
- trackbarName：滑动条的名字；
- windowName：滑动条被放置的窗口的名字；
- value：滑动条默认值；
- count：滑动条的调节的范围(0~count)；
- onChange：调节滑动条时调用的回调函数名。
与此对应的还有一个获取滑动条值的函数，原型是：
value = cv2.getTrackbarPos(trackbarName, windowName)
参数说明：
- trackbarName：滑动条的名字；
- windowName：滑动条被放置窗口的名字。
返回值：滑动条的数值
测试代码如下（拖动滑动条，实现图片的渐变）：
import cv2 as cv
import numpy as np
src1 = cv.imread("./123.jpg")
src2 = cv.imread("./456.png")
# 滚动条拖动
def on_change(x):
pass
# 创建一个黑色背景的窗口，大小任意，后面会被修改
img = np.zeros((100, 100, 3), np.uint8)
cv.namedWindow("img")
cv.createTrackbar("a", "img", 0, 100, on_change)
while(1):
cv.imshow("img", img)
# 按键盘上的 esc 退出。
k = cv.waitKey(1) & 0xFF
if k == 27:
break
# 获取滑动条的值
r = cv.getTrackbarPos('a', "img")
# 设置系数
print(r)
r = float(r)/100.0
# 默认情况下 src1 完全展示，逐步过渡到 src2
img = cv.addWeighted(src1, r, src2, 1.0-r, 0)
cv.destroyAllWindows()
运行效果如下图所示。
还找到了一个渐变效果，不需要拖动滑动条也可以实现图片切换。
import cv2
import numpy as np
step_list = [float(0.02 * x) for x in range(0, 51)]
print(step_list)
img1 = cv2.imread("./123.jpg")
img2 = cv2.imread("./456.png")
cv2.imshow("show", img1)
for i in step_list:
res = cv2.addWeighted(img1, i, img2, (1-i), 0)
cv2.imshow("show", res)
cv2.waitKey(60)
if cv2.waitKey(0) == 27:
cv2.destroyAllWindows()
运行结果自行找两张相同大小的图片进行尝试吧。
OpenCV 尾声
1 个小时又过去了，对 Python OpenCV 相关的知识点，你掌握了吗？
空闲之余，可以订阅橡皮擦的爬虫百例课程学习爬虫知识。
想学 Python 爬虫，可以订阅橡皮擦专栏哦~ 🈲🈲🈲🈲 点击发现惊喜 🈲🈲🈲🈲
如果你有想要交流的想法、技术，欢迎在评论区留言。
如果你想跟博主建立亲密关系，可以关注同名公众号 <font color="red">梦想橡皮擦</font>，近距离接触一个逗趣的互联网高级网虫。
博主 ID：梦想橡皮擦，希望大家<font color="red">点赞</font>、<font color="red">评论</font>、<font color="red">收藏</font>。
