自己写一个类似cv2.addWeighted的函数实现图像融合, 不要用cv2.addWeighted

好的，我可以给你提供一种实现图像融合的方法。

方法如下：

1. 首先，读取两张待融合的图片。

2. 然后，将两张图片进行缩放，使得它们的大小相同。

3. 接着，创建一个新的空白图片，大小和融合后的图片大小相同。

4. 对于新的空白图片中的每个像素，计算其RGB值，方法如下：

1. 对于第一张图片中的像素，计算其RGB值的平均值。

2. 对于第二张图片中的像素，计算其RGB值的平均值。

3. 将两个平均值按照一定的比例进行加权求和，得到新的RGB值。

5. 最后，将计算得到的RGB值填充到新的空白图片中，生成融合后的图片。

下面是实现代码：

import numpy as np
import cv2

# 定义图像融合函数
def my_addWeighted(img1, img2, alpha, beta, gamma):
    # 缩放两张图片大小
    img1 = cv2.resize(img1, (img2.shape[1], img2.shape[0]))
    
    # 创建新的空白图片
    img_blend = np.zeros_like(img1)
    
    # 计算融合后的每个像素的RGB值
    for i in range(img1.shape[0]):
        for j in range(img1.shape[1]):
            b1, g1, r1 = img1[i, j]
            b2, g2, r2 = img2[i, j]
            b_new = alpha * b1 + beta * b2 + gamma
            g_new = alpha * g1 + beta * g2 + gamma
            r_new = alpha * r1 + beta * r2 + gamma
            img_blend[i, j] = [b_new, g_new, r_new]
    
    return img_blend

# 读取两张待融合的图片
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

# 调用my_addWeighted函数进行图像融合
img_blend = my_addWeighted(img1, img2, 0.5, 0.5, 0)

# 显示融合后的图片
cv2.imshow('img_blend', img_blend)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们使用了一个双重循环来遍历融合后的每个像素，并计算其RGB值。这种方法虽然比较慢，但实现起来比较简单，容易理解。如果你需要更快的图像融合方法，可以使用numpy的矩阵运算来实现。