内容来自OpenCV-Python Tutorials 自己翻译整理

目标
图像加法、减法、位运算
学习函数cv2.add()，cv2.addWeighted()

加法：
使用cv2.add()将两个图像相加，可以使用numpy中的矩阵加法来实现。但是在opencv中加法是饱和操作，也就是有上限值，numpy会对结果取模。
综上，使用opencv的效果更好

img1=cv2.imread('1.jpg')
img2=cv2.imread('2.jpg')

res = cv2.add(img1,img2)

原图像


加法后的结果

图像混合
实际上也是加法，只不过是按比例混合起来，有不同的权重
公式如下
g (x) = (1 − α)f0 (x) + αf1 (x)

现在第一幅图像的权重是0.7，第二幅图像的权重是0.3，使用cv2.addWeighted()函数进行混合

img1=cv2.imread('1.jpg')

img2=cv2.imread('2.jpg')

dst=cv2.addWeighted(img1,0.7,img2,0.3,0)

混合后的结果

按位运算

位运算操作有and, or, not, xor。在提取部分图像选择非举行区域roi时，位运算操作十分有用。下面例子是改变一副图像的特定区域。
把opencv的标志放到另外一副图像上，如果使用加法，颜色会改变，如果使用混合，会变成透明，但是我们不想要透明效果，如果是举行区域，可以使用roi方法，但是并不是举行，下面使用位运算实现。

import cv2

import numpy as np

# 加载图像

img1 = cv2.imread('2.jpg')

img2 = cv2.imread('1.jpg')

rows,cols,channels = img2.shape

roi = img1[0:rows, 0:cols ]

img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)

ret, mask = cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY)#ret是阈值（175）mask是二值化图像

mask_inv = cv2.bitwise_not(mask)#获取把logo的区域取反

img1_bg = cv2.bitwise_and(roi,roi,mask = mask)#在img1上面，将logo区域和mask取与使值为0

# 取 roi 中与 mask_inv 中不为零的值对应的像素的值，其他值为 0 。

# 把logo放到图片当中

img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)#获取logo的像素信息

dst = cv2.add(img1_bg,img2_fg)#相加即可

img1[0:rows, 0:cols ] = dst

cv2.imshow('res',img2_fg)

cv2.waitKey(0)

cv2.destroyAllWindows()

样例里面的思路比较巧妙，logo的背景都是黑色的，方便提取出来
先将logo设定阈值并二值化，得到logo区域的范围
将在背景图片中要放置logo区域的像素信息用位运算置0
将logo的像素信息和背景图片的像素相加
最后就这这个效果

练习
制作一个类似幻灯片似的的图片平滑过渡到另外一张图片（类似凤姐变成刘亦菲）

import cv2

import numpy as np

def nothing(x):

    pass

img1 = cv2.imread('1.jpg')

img2 = cv2.imread('2.jpg')

# 创建一个黑色背景的窗口

img = np.zeros((500,500,3), np.uint8)

cv2.namedWindow('image')

cv2.createTrackbar('a','image',0,100,nothing)

while(1):

    cv2.imshow('image',img)

    k = cv2.waitKey(1) & 0xFF

    if k == 27:

        break

    r = cv2.getTrackbarPos('a','image')

    r=float(r)/100.0

    img=cv2.addWeighted(img1,r,img2,1.0-r,0)

cv2.destroyAllWindows()

可怕~

优秀，奈斯