图像处理add weighted怎么用

图像处理中的“加权”通常是指在进行像素级操作时，给每个像素应用不同程度的影响。"Add Weighted"方法是一种常用的图像增强技术，它会根据预设的权重对原始图像的不同颜色通道（如RGB）进行调整。这个过程可以表示为：

1. 定义权重向量：对于一个三通道（红、绿、蓝）的图像，权重向量通常是三个值，分别对应红色、绿色和蓝色通道。

2. 计算加权平均：对于每个像素，计算它的新强度值，公式通常是将像素的原强度乘以相应的权重，然后累加并除以总权重。例如，如果权重向量是 (w_r, w_g, w_b)，则新的红色分量是 `new_red = old_red * w_r + old_green * w_g + old_blue * w_b`。

3. 应用到图像上：将所有像素的新强度值替换回图像中，得到加权后的图像。

应用示例：

import cv2
import numpy as np

# 假设img是输入图像，weights是一个长度为3的数组（[0.5, 0.3, 0.2] 或其他权重）
weighted_img = cv2.addWeighted(img, weights[0], img[:, :, 1], weights[1], weights[2])

相关问题

将以下两张图像进行读取、显示，并将两张图像用opencv中提供的add函数、numpy中提供的+运算以及add weighted函数三种方法进行加和，并将三种加和结果保存

首先，我们需要使用Python的OpenCV (cv2) 和 NumPy 库来完成这个任务。以下是步骤：

1. **安装所需库**:
如果还没有安装OpenCV和NumPy，可以在命令行中分别运行以下命令：

   pip install opencv-python
   pip install numpy

2. **导入库**:

   import cv2
   import numpy as np
   from matplotlib import pyplot as plt

3. **读取图像**:
使用`cv2.imread()`函数读取两幅图像，例如 `img1` 和 `img2`。

   img1 = cv2.imread('image1.jpg')
   img2 = cv2.imread('image2.jpg')

4. **检查图像是否读取成功**:

   if img1 is None or img2 is None:
       print("无法打开图片")

5. **转换到相同的通道数**:
图像通常需要转换成相同类型的通道（灰度或RGB），并调整大小以便相加。这里假设都是单通道或三通道。

6. **添加操作**:
- **OpenCV的add函数**:

     result_add_cv2 = cv2.add(img1, img2)

- **NumPy的+运算**:

     result_plus_np = img1 + img2

- **add weighted函数（OpenCV中对图像做线性加权融合）**:

     weight = 0.5  # 可调整权重值，范围通常是0-1之间
     result_weighted_cv2 = cv2.addWeighted(img1, weight, img2, 1-weight, 0)

7. **显示原始图像和结果**:

   titles = ['Image 1', 'Image 2', 'cv2.add', 'np.add', 'cv2.addWeighted']
   for i in range(1, len(titles)+1):
       plt.subplot(2, 3, i), plt.imshow(cv2.cvtColor(imgs[i-1], cv2.COLOR_BGR2RGB)), plt.title(titles[i-1])
   plt.show()

8. **保存结果**:
对于每个处理后的图像，可以使用`cv2.imwrite()`保存到文件。

   cv2.imwrite('result_add_cv2.jpg', result_add_cv2)
   cv2.imwrite('result_plus_np.jpg', result_plus_np)
   cv2.imwrite('result_weighted_cv2.jpg', result_weighted_cv2)