实现 lena 图像与 rice 像的相加，得到 lena1 图像；相加过程中 rice 系 数分别取 0.1、0.3、0.5、1，观察图像效果，看有什么不同。

要实现 Lena 和 Rice 图像的相加，首先需要加载这两个图像，并将它们转换为相同的尺寸和数据类型。Lena 是一个常见的测试图像，而 Rice 图像是一个噪声图像。然后，你可以通过以下步骤操作：

1. **加载图像**：使用适当的图像处理库（如 Python 的 OpenCV 或 PIL 库），读取 Lena 和 Rice 图像。

import cv2

lena = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)
rice = cv2.imread('rice.png', cv2.IMREAD_GRAYSCALE)

2. **调整大小和类型**：如果 Lena 和 Rice 图片大小不同，先将它们调整到相同的尺寸。然后，将它们转换为浮点型以便进行加法运算。

if lena.shape != rice.shape:
    lena = cv2.resize(lena, rice.shape[::-1])
lena = lena.astype(float) / 255.0
rice = rice.astype(float) / 255.0

3. **相加操作**：创建一个新的空图像 `lena1`，遍历不同系数值 (0.1, 0.3, 0.5, 1)，对每个系数应用在 Rice 图像上，并与 Lena 相加。

lena1 = lena.copy()
coefficients = [0.1, 0.3, 0.5, 1]
for coefficient in coefficients:
    lena1 += coefficient * rice

4. **保存结果**：每次相加后，保存新的图像，比如用系数命名文件。

for i, coef in enumerate(coefficients):
    cv2.imwrite(f"lena_{coef}.png", (lena1 * 255).astype('uint8'))

5. **查看效果**：最后，打开生成的图片对比，可以看到随着 Rice 图像权重增大， Lena 图像的效果会逐渐变得模糊，因为 Noise 的成分越来越多。