图像加法
您可以通过opencv函数 cv2.add() 或通过numpy操作 res = img1+img2 添加两个图像。两个图像的深度和类型应该相同，或者第二个图像只能是一个标量值。
>>> x = np.uint8([250])
>>> y = np.uint8([10])
print(cv2.add(x,y)) # 250+10 = 260 => 255
# [[255]]
print(x+y) # 250+10 = 260 % 256 = 4
# [4]
opencv函数将提供更好的结果。所以最好还是使用opencv函数。
图像融合
这也是图像加法，但是图像的权重不同，因此它会给人一种混合或透明的感觉。图像按以下公式添加：
这里把两张照片混合在一起。第一幅图像的权重为0.7，第二幅图像的权重为0.3。cv2.addWeighted() 在图像上应用以下公式。
这里 取0。
img1 = cv2.imread('ml.png')
img2 = cv2.imread('opencv_logo.jpg')
dst = cv2.addWeighted(img1,0.7,img2,0.3,0)
cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
1.png
位运算
这包括按位的 AND、OR、NOT 和 XOR 操作。它们在提取图像的任何部分、定义和使用非矩形ROI等时都非常有用。下面我们将看到一个关于如何更改图像特定区域的示例。
我想把 opencv 标志放在图片上方。如果我添加两个图像，它将改变颜色。如果我混合它，我会得到一个透明的效果。但我希望它是不透明的。如果是矩形区域，我可以像上一章那样使用ROI。但是opencv标志不是矩形的。因此，您可以使用以下按位操作进行此操作：
import cv2
img1 = cv2.imread('google.png')
img2 = cv2.imread('deeplearning.png')
# I want to put logo on top-left corner, So I create a ROI
rows, cols, channels = img1.shape
roi = img2[0:rows, 0:cols]
# Now create a mask of logo and create its inverse mask also
img1gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img1gray, 200, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)
# Now black-out the area of logo in ROI
img1_bg = cv2.bitwise_and(roi, roi, mask=mask)
# Take only region of logo from logo image.
img2_fg = cv2.bitwise_and(img1, img1, mask=mask_inv)
# Put logo in ROI and modify the main image
dst = cv2.add(img1_bg, img2_fg)
img1[0:rows, 0:cols] = dst
cv2.imshow('mask', mask)
cv2.imshow('mask_inv', mask_inv)
cv2.imshow('roi', roi)
cv2.imshow('img1_bg', img1_bg)
cv2.imshow('img1', img1)
cv2.imshow('img2_fg', img2_fg)
cv2.imshow('dst', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
把google logo 图片除了google这几个字以外的像素都变为0；把deep learning图片需要嵌入google logo图片的位置上的像素都变为0；那么最后把两张图片像素相加的时候，除了google这几个字，其他的像素值都是deep learning的像素。
2.png
