本文分享自华为云社区《[Python图像处理] 五.图像融合、加法运算及图像类型转换》，作者：eastmount。

本篇文章主要讲解 Python 调用 OpenCV 实现图像融合及加法运算，包括三部分知识：图像融合、图像加法运算、图像类型转换。全文均是基础知识，希望对您有所帮助。

一.图像加法运算

1.Numpy 库加法其运算方法是：目标图像 = 图像 1 + 图像 2，运算结果进行取模运算。

1. 当像素值<=255 时，结果为“图像 1+图像 2”，例如：120+48=168

2. 当像素值>255 时，结果为对 255 取模的结果，例如：(255+64)%255=64

2.OpenCV 加法运算另一种方法是直接调用 OpenCV 库实现图像加法运算，方法如下：目标图像 = cv2.add(图像 1, 图像 2)此时结果是饱和运算，即：

1. 当像素值<=255 时，结果为“图像 1+图像 2”，例如：120+48=168

2. 当像素值>255 时，结果为 255，例如：(255+64) = 255

两种方法对应的代码如下所示：

#encoding:utf-8import cv2  import numpy as np  import matplotlib.pyplot as plt #读取图片img = cv2.imread('picture.bmp')test = img
#方法一：Numpy加法运算result1 = img + test
#方法二：OpenCV加法运算result2 = cv2.add(img, test)
#显示图像cv2.imshow("original", img)cv2.imshow("result1", result1)cv2.imshow("result2", result2)
#等待显示cv2.waitKey(0)cv2.destroyAllWindows()

输出结果如下图所示，其中 result1 为第一种方法，result2 为第二种方法，白色点 255 更多。

注意：参与运算的图像大小和类型必须一致。下面是对彩色图像进行加法运算的结果。

二.图像融合

图像融合通常是指将 2 张或 2 张以上的图像信息融合到 1 张图像上，融合的图像含有更多的信息，能够更方便人们观察或计算机处理。如下图所示，将两张不清晰的图像融合得到更清晰的图。

图像融合是在图像加法的基础上增加了系数和亮度调节量。

1. 图像加法：目标图像 = 图像 1 + 图像 2

2. 图像融合：目标图像 = 图像 1 * 系数 1 + 图像 2 * 系数 2 + 亮度调节量

主要调用的函数是 addWeighted，方法如下：

dst = cv2.addWeighter(scr1, alpha, src2, beta, gamma)

dst = src1 * alpha + src2 * beta + gamma

其中参数 gamma 不能省略。

代码如下：

#encoding:utf-8import cv2  import numpy as np  import matplotlib.pyplot as plt #读取图片src1 = cv2.imread('test22.jpg')src2 = cv2.imread('picture.bmp')
#图像融合result = cv2.addWeighted(src1, 1, src2, 1, 0)
#显示图像cv2.imshow("src1", src1)cv2.imshow("src2", src2)cv2.imshow("result", result)
#等待显示cv2.waitKey(0)cv2.destroyAllWindows()

需要注意的是，两张融合的图像像素大小需要一致，如下图所示，将两张 RGB 且像素 410*410 的图像融合。

设置不同的比例的融合如下所示：result = cv2.addWeighted(src1, 0.6, src2, 0.8, 10)

三.图像类型转换

图像类型转换是指将一种类型转换为另一种类型，比如彩色图像转换为灰度图像、BGR 图像转换为 RGB 图像。OPenCV 提供了 200 多种不同类型之间的转换，其中最常用的包括 3 类，如下：

• cv2.COLOR_BGR2GRAY

• cv2.COLOR_BGR2RGB

• cv2.COLOR_GRAY2BGR

代码如下所示：

#encoding:utf-8import cv2  import numpy as np  import matplotlib.pyplot as plt #读取图片src = cv2.imread('01.bmp')
#图像类型转换result = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
#显示图像cv2.imshow("src", src)cv2.imshow("result", result)
#等待显示cv2.waitKey(0)cv2.destroyAllWindows()

输出结果如下图所示：

如果使用通道转化，则结果如下图所示：result = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)

图像处理通常需要将彩色图像转换为灰度图像再进行后续的操作，更多知识后续将继续分享，希望对着喜欢，尤其是做图像识别、图像处理的同学。

点击关注，第一时间了解华为云新鲜技术~​