前言

【OpenCV学习之路】是针对Python OpenCV学习所打造的一场刷题狂欢party！ 对基础知识把握不牢固的话，欢迎来学习嗷~喜欢的话就抓紧收藏起来吧！

如果对学习没有自制力或者没有一起学习交流的动力，欢迎进学习交流群正在跳转，我们一起交流学习，报团打卡！

两张图像直接进行加法运算后图像的颜色会改变，通过加权加法实现图像混合后图像的透明度会改变，都不能实现图像的叠加。

实现图像的叠加，需要综合运用图像阈值处理、图像掩模、位操作和图像加法的操作。

我们以 Lena 图像叠加 CVlogo 为例，讨论图像叠加的思路和步骤：

1. 确定图像叠加位置，将 Lena 图像中的叠加位置裁剪出来，使叠加图像的尺寸相同；
2. 对前景图像进行二值化处理，生成黑白掩模图像 mask（LOGO区域黑色遮盖）及其反转掩模图像 maskInv （LOGO区域白色开窗）；
3. 以黑白掩模 mask（LOGO区域黑色遮盖）作为掩模，对背景图像（Lena裁剪图）进行位操作，LOGO区域遮盖为黑色，其它区域保持不变，得到叠加背景图像 img1BG；
4. 以反转掩模 maskInv（LOGO区域白色开窗）作为掩模，对前景图像（CVlogo）进行位操作，LOGO区域保持不变，其它区域遮盖为黑色，得到叠加前景图像 img2FG；
5. 背景图像 img1BG 和 前景图像 img2FG 通过 cv2.add 加法运算，得到裁剪部分的叠加图像；
6. 用叠加图像替换Lena 图像中的叠加位置，得到Lena 叠加 CVlogo 的图像。

基本例程：1.30 图像的叠加

# 1.30 图像的叠加
img1 = cv2.imread("../images/imgLena.tif") # 读取彩色图像(BGR)
img2 = cv2.imread("../images/logoCV.png") # 读取 CV Logo
x, y = (0, 10) # 图像叠加位置
W1, H1 = img1.shape[1::-1]
W2, H2 = img2.shape[1::-1]
if (x + W2) > W1: x = W1 - W2
if (y + H2) > H1: y = H1 - H2
print(W1,H1,W2,H2,x,y)
imgROI = img1[y:y+W2, x:x+H2] # 从背景图像裁剪出叠加区域图像
img2Gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) # img2: 转换为灰度图像
ret, mask = cv2.threshold(img2Gray, 175, 255, cv2.THRESH_BINARY) # 转换为二值图像，生成遮罩，LOGO 区域黑色遮盖
maskInv = cv2.bitwise_not(mask) # 按位非(黑白转置)，生成逆遮罩，LOGO 区域白色开窗，LOGO 以外区域黑色
# mask 黑色遮盖区域输出为黑色，mask 白色开窗区域与运算（原图像素不变）
img1Bg = cv2.bitwise_and(imgROI, imgROI, mask=mask) # 生成背景，imgROI 的遮罩区域输出黑色
img2Fg = cv2.bitwise_and(img2, img2, mask=maskInv) # 生成前景，LOGO 的逆遮罩区域输出黑色
# img1Bg = cv2.bitwise_or(imgROI, imgROI, mask=mask) # 生成背景，与 cv2.bitwise_and 效果相同
# img2Fg = cv2.bitwise_or(img2, img2, mask=maskInv) # 生成前景，与 cv2.bitwise_and 效果相同
# img1Bg = cv2.add(imgROI, np.zeros(np.shape(img2), dtype=np.uint8), mask=mask) # 生成背景，与 cv2.bitwise 效果相同
# img2Fg = cv2.add(img2, np.zeros(np.shape(img2), dtype=np.uint8), mask=maskInv) # 生成背景，与 cv2.bitwise 效果相同
imgROIAdd = cv2.add(img1Bg, img2Fg) # 前景与背景合成，得到裁剪部分的叠加图像
imgAdd = img1.copy()
imgAdd[y:y+W2, x:x+H2] = imgROIAdd # 用叠加图像替换背景图像中的叠加位置，得到叠加 Logo 合成图像
plt.figure(figsize=(9,6))
titleList = ["1. imgGray", "2. imgMask", "3. MaskInv", "4. img2FG", "5. img1BG", "6. imgROIAdd"]
imageList = [img2Gray, mask, maskInv, img2Fg, img1Bg, imgROIAdd]
for i in range(6):
plt.subplot(2,3,i+1), plt.title(titleList[i]), plt.axis('off')
if (imageList[i].ndim==3): # 彩色图像 ndim=3
plt.imshow(cv2.cvtColor(imageList[i], cv2.COLOR_BGR2RGB)) # 彩色图像需要转换为 RGB 格式
else: # 灰度图像 ndim=2
plt.imshow(imageList[i], 'gray')
plt.show()
cv2.imshow("imgAdd", imgAdd) # 显示叠加图像 imgAdd
key = cv2.waitKey(0) # 等待按键命令

例程说明 1.30：

• 本例程实现图像的叠加，中间过程图像如上图所示，最终的叠加图像如下图所示。
• 图像叠加所涉及的操作步骤较多，建议将上文的步骤说明与程序、中间过程图像相互对照进行阅读。
• 使用位操作生成前景 img1Bg 时，使用掩模图像 mask 对 imgROI 与 imgROI 进行 “与操作”，而不是直接对 mask 与 imgROI 进行操作，是因为 mask 为灰度图像而 imgROI 为彩色图像，不能直接进行加法或位操作。
• 使用位操作生成前景、背景图像时，遮罩区域以外 imgROI 与 imgROI 进行 “自与操作”，如果用 “自或操作” （参见程序注释语句）的效果也是相同的。此处甚至也可以用加法操作 cv2.add 实现（参见程序注释语句），但位操作的运算速度更快。
• 函数 threshold() 将灰度图像转换为二值图像（Binarization），只有黑白两色。该方法通过固定阈值 thresh 处理图像，将像素点的灰度值设为 0 或 255。

（本节完）