图像的混合与渐进变换

本文主要是介绍图像的混合与渐进变换，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1.实验目的

平常我们看到的美图秀秀等两个图片混合是怎么生成的呢，今天我们看看图像处理关于这部分怎么做的？

2.实验条件

pycharm + python编译器

3.实验代码

# @File: 图像混合与渐进变换.py
# @Author: chen_song
# @Time: 2024/6/11 下午6:08
"""
200 OpenCV examples by youcans / OpenCV 例程 200 篇
Copyright: 2022, Shan Huang, youcans@qq.com
"""# 【0503】图像混合与渐变切换
import cv2 as cv
import numpy as np
from matplotlib import pyplot as pltif __name__ == '__main__':img1 = cv.imread("../images/Lena.tif")  # 读取彩色图像(BGR)img2 = cv.imread("../images/Fig0301.png")  # 读取彩色图像(BGR)h, w = img1.shape[:2]img3 = cv.resize(img2, (w,h))  # 调整图像大小与 img1 相同print(img1.shape, img2.shape, img3.shape)imgAddCV = cv.add(img1, img3)  # 图像加法 (饱和运算)# 两幅图像的加权加法，推荐 alpha+beta=1.0alpha, beta = 0.25, 0.75imgAddW1 = cv.addWeighted(img1, alpha, img3, beta, 0)alpha, beta = 0.5, 0.5imgAddW2 = cv.addWeighted(img1, alpha, img3, beta, 0)alpha, beta = 0.75, 0.25imgAddW3 = cv.addWeighted(img1, alpha, img3, beta, 0)# 两幅图像的渐变切换wList = np.arange(0.0, 1.0, 0.05)  # start, end, stepfor weight in wList:imgWeight = cv.addWeighted(img1, weight, img3, (1-weight), 0)cv.imshow("ImageAddWeight", imgWeight)cv.waitKey(100)cv.destroyAllWindows()plt.figure(figsize=(9, 3.5))plt.subplot(131), plt.title("(1) a=0.2, b=0.8"), plt.axis('off')plt.imshow(cv.cvtColor(imgAddW1, cv.COLOR_BGR2RGB))plt.subplot(132), plt.title("(2) a=0.5, b=0.5"), plt.axis('off')plt.imshow(cv.cvtColor(imgAddW2, cv.COLOR_BGR2RGB))plt.subplot(133), plt.title("(3) a=0.8, b=0.2"), plt.axis('off')plt.imshow(cv.cvtColor(imgAddW3, cv.COLOR_BGR2RGB))plt.tight_layout()plt.show()

4.实验结果及视频

作为图像处理基本操作，我们按照程序思维，从最基本开始，一步步深化，探究其中奥秘~

这篇关于图像的混合与渐进变换的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---