cv2.addweighted

cv2.addWeighted 是一个OpenCV中的函数，用于将两个数组按权重相加并输出结果。具体来说，它将两个输入图像的权重相加，其中一个图像的权重比例为 alpha ，另一个图像的权重比例为 beta ，并在进行加法之前添加一个可选的gamma值，得到一个输出数组。语法形式如下： cv2.addWeighted(src1, alpha, src2, beta, gamma [, dst [, dtype]])。其中，src1和src2是输入图像，alpha和beta是两个图像的权重系数，gamma是加到每个总和中的可选标量值，dst是输出数组，dtype是输出数组的数据类型。

相关问题

cv2.addWeighted样例

cv2.addWeighted 是 OpenCV 库中的一个函数，用于对两张图片进行加权融合。它的样例代码如下：

import cv2

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

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

cv2.imshow('dst', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，img1 和 img2 分别是要融合的两张图片，0.7 和 0.3 是它们的权重，0 是亮度调整参数。最终的融合结果保存在 dst 中，并通过 imshow 函数显示出来。

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。