1.圖像加法

可以使用函數 cv2.add() 將兩幅圖像進行加法運算，兩幅圖像的大小，類型必須一致。
（注意： OpenCV 中的加法與 Numpy 的加法是有所不同的。OpenCV 的加法是一種飽和操作，而 Numpy 的加法是一種模操作。r如下所示。 推薦使用 OpenCV 中的函數 ）

            
              import cv2
import numpy as np

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]
            
          

?

2.圖像混合

圖像混合其實也是加法，但是不同的是兩幅圖像的權重不同，這就會給人一種混合或者透明的感覺。圖像混合的計算公式如下：
?，α取值在0~1之間。

函數 cv2.addWeighted() 可以按上面的公式對圖片進行混合操作：

            
              import cv2
import numpy as np

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.destroyAllWindow()
            
          

上面代碼示例中α取0.3， γ取0，效果如下：

?

3.按位運算

這里包括的按位操作有： AND， OR， NOT， XOR 等。對應函數分別為：

cv2.bitwise_and() 、 cv2.bitwise_or() 、 cv2.bitwise_not()? 和? cv2.bitwise_xor()

當我們提取圖像的一部分，選擇非矩形 ROI 時這些操作會很有用。下面的例子就是教給我們如何改變一幅圖的特定區域：把 OpenCV 的標志放到另一幅圖像上。如果使用加法，顏色會改變，如果使用混合，會得到透明效果，但是我不想要透明。如果他是矩形我可以像上一章那樣使用 ROI。但是他不是矩形。但是我們可以通過下面的按位運算實現：

            
              import cv2
import numpy as np

# 加載圖像
img1 = cv2.imread('roi.jpg')
img2 = cv2.imread('opencv_logo.png')

# I want to put logo on top-left corner, So I create a ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]

# Now create a mask of logo and create its inverse mask also
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)

# Now black-out the area of logo in ROI
# 取 roi 中與 mask 中不為零的值對應的像素的值，其他值為 0
# 注意這里必須有 mask=mask 或者 mask=mask_inv, 其中的 mask= 不能忽略
img1_bg = cv2.bitwise_and(roi,roi,mask = mask)

# 取 roi 中與 mask_inv 中不為零的值對應的像素的值，其他值為 0。
# Take only region of logo from logo image.
img2_fg = cv2.bitwise_and(img2,img2,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('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
            
          

結果如下。左面的圖像是我們創建的掩碼。右邊的是最終結果。為了幫助理解，上面程序的中間結果也顯示了出來，特別是 img1_bg 和 img2_fg。