這篇文章帶給大家的內容是關於python中圖像融合、加法運算及圖像類型轉換的實現（附代碼），有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。
1.Numpy庫加法
其運算方法為：目標圖像= 圖像1 圖片2，運算結果進行取模運算。
1) 當像素值2) 當像素值>255時，結果為對255取模的結果，例如：(255 64)%5=64
2.OpenCV加法運算
另一種方法是直接呼叫OpenCV函式庫實作影像加法運算，方法如下：
目標影像= cv2.add(映像1, 影像2)
此時結果是飽和運算，即：
1) 當像素值2) 當像素值>255時，結果為255，例如：(255 64) = 255
兩種方法對應的程式碼如下：
#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()輸出結果如下圖所示，其中result1為第一種方法，result2為第二種方法，白色點255較多。
注意：參與運算的圖片大小和類型必須一致。以下是對彩色影像進行加法運算的結果。
影像融合通常是指將2張或2張以上的影像資訊融合到1張在影像上，融合的影像含有更多的訊息，能夠更方便人們觀察或電腦處理。如下圖所示，將兩張不清晰的影像融合得到更清晰的圖。
影像融合是在影像加法的基礎上增加了係數和亮度調節量。
1) 圖像加法：目標圖像= 圖像1 圖像2
2) 圖像融合：目標圖像= 圖像1 * 係數1 圖像2 * 係數2 亮度調節量
主要呼叫的函數是addWeighted，方法如下：
dst = cv2.addWeighter(scr1, alpha, src2, beta, gamma)
dst = src1 * alpha src2 * beta gamma
其中參數gamma不能省略。
程式碼如下：
#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()要注意的是，兩張融合的影像像素大小需要一致，如下圖所示，將兩張RGB且像素410*410的影像融合。
設定不同的比例的融合如下：
result = cv2.addWeighted(src1, 0.6, src2, 0.8, 10)
影像類型轉換是指將一種類型轉換為另一種類型，例如彩色影像轉換為灰階影像、BGR影像轉換為RGB影像。 OPenCV提供了200多種不同類型之間的轉換，其中最常用的包括3類，如下：
#cv2.COLOR_BGR2GRAY
cv2.COLOR_BGR2RGB
cv2.COLOR_GRAY2BGR
程式碼如下：
#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()輸出結果如下圖所示：
如果使用通道轉化，則結果如下圖所示：
result = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
影像處理通常需要將彩色影像轉換為灰階影像再進行後續的操作，更多知識後續將繼續分享，希望對著喜歡，尤其是做影像辨識、影像處理的同學。
相關推薦：
########################## ###以上是python中影像融合、加法運算及影像類型轉換的實作（附程式碼）的詳細內容。更多資訊請關注PHP中文網其他相關文章！
