* 博客: [http://opencv.codec.wang](http://codec.wang)

| 标题 | 简介 |

| :--- | :--- |

| [简介与安装](01-Introduction-and-Installation) | 了解和安装OpenCV-Python |

| [番外篇: 代码性能优化](Extra-01-Code-Optimization) | 度量运行时间/提升效率的几种方式 |

| [基本元素: 图片](02-Basic-Element-Image) | 图片的载入/显示和保存 |

| [番外篇: 无损保存和Matplotlib使用](Extra-02-High-Quality-Save-and-Matplotlib) | 高保真保存图片、Matplotlib库的简单使用 |

| [打开摄像头](03-Open-Camera) | 打开摄像头捕获图片/录制视频/播放本地视频 |

| [番外篇: 滑动条](Extra-03-Trackbar) | 滑动条的使用 |

| [图像基本操作](04-Basic-Operations) | 访问像素点/ROI/通道分离合并/图片属性 |

| [颜色空间转换](05-Changing-Colorspaces) | 颜色空间转换/追踪特定颜色物体 |

| [阈值分割](06-Image-Thresholding) | 阈值分割/二值化 |

| [番外篇: Otsu阈值法](Extra-04-Otsu-Thresholding) | 双峰图片/Otsu自动阈值法 |

| [图像几何变换](07-Image-Geometric-Transformation) | 旋转/平移/缩放/翻转 |

| [番外篇: 仿射变换与透视变换](Extra-05-Warpaffine-Warpperspective) | 基于2×3的仿射变换/基于3×3的透视变换 |

| [绘图功能](08-Drawing-Function) | 画线/画圆/画矩形/添加文字 |

| [番外篇: 鼠标绘图](Extra-06-Drawing-with-Mouse) | 用鼠标实时绘图 |

| [挑战篇: 画动态时钟](Challenge-01-Draw-Dynamic-Clock) | / |

| [挑战篇: PyQt5编写GUI界面](Challenge-02-Create-GUI-with-PyQt5) | / |

| 标题 | 简介 |

| :--- | :--- |

| [图像混合](09-Image-Blending) | 算数运算/混合/按位运算 |

| [番外篇: 亮度与对比度](Extra-07-Contrast-and-Brightness) | 调整图片的亮度和对比度 |

| [平滑图像](10-Smoothing-Images) | 卷积/滤波/模糊/降噪 |

| [番外篇: 卷积基础-图片边框](Extra-08-Padding-and-Convolution) | 了解卷积/滤波的基础知识/给图片添加边框 |

| [边缘检测](11-Edge-Detection) | Canny/Sobel算子 |

| [番外篇: 图像梯度](Extra-09-Image-Gradients) | 了解图像梯度和边缘检测的相关概念 |

| [腐蚀与膨胀](12-Erode-and-Dilate) | 形态学操作/腐蚀/膨胀/开运算/闭运算 |

| [轮廓](13-Contours) | 寻找/绘制轮廓 |

| [番外篇: 轮廓层级](Extra-10-Contours-Hierarchy) | 了解轮廓间的层级关系 |

| [轮廓特征](14-Contour-Features) | 面积/周长/最小外接矩\(圆\)/形状匹配 |

| [番外篇: 凸包及更多轮廓特征](Extra-11-Convex-Hull) | 计算凸包/了解更多轮廓特征 |

| [直方图](15-Histograms) | 计算绘制直方图/均衡化 |

| [模板匹配](16-Template-Matching) | 图中找小图 |

| [霍夫变换](17-Hough-Transform) | 提取直线/圆 |

| [挑战任务: 车道检测](Challenge-03-Lane-Road-Detection) | / |

* [目录](README.md)

* [01: 简介与安装](start/01-introduction-and-installation.md)

* [02: 基本元素: 图片](start/02-basic-element-image.md)

* [03: 打开摄像头](start/03-open-camera.md)

* [04: 图像基本操作](start/04-basic-operations.md)

* [05: 颜色空间转换](start/05-changing-colorspaces.md)

* [06: 阈值分割](start/06-image-thresholding.md)

* [07: 图像几何变换](start/07-image-geometric-transformation.md)

* [08: 绘图功能](start/08-drawing-function.md)

* [番外篇: 代码性能优化](start/extra-01-code-optimization.md)

* [番外篇: 无损保存和Matplotlib](start/extra-02-high-quality-save-and-matplotlib.md)

* [番外篇: 滑动条](start/extra-03-trackbar.md)

* [番外篇: Otsu阈值法](start/extra-04-otsu-thresholding.md)

* [番外篇: 仿射变换与透视变换](start/extra-05-warpaffine-warpperspective.md)

* [番外篇: 鼠标绘图](start/extra-06-drawing-with-mouse.md)

* [挑战任务: 画动态时钟](start/challenge-01-draw-dynamic-clock.md)

* [挑战任务: PyQt5编写GUI界面](start/challenge-02-create-gui-with-pyqt5.md)

* [09: 图像混合](basic/09-image-blending.md)

* [10: 平滑图像](basic/10-smoothing-images.md)

* [11: 边缘检测](basic/11-edge-detection.md)

* [12: 腐蚀与膨胀](basic/12-erode-and-dilate.md)

* [13: 轮廓](basic/13-contours.md)

* [14: 轮廓特征](basic/14-contour-features.md)

* [15: 直方图](basic/15-histograms.md)

* [16: 模板匹配](basic/16-template-matching.md)

* [17: 霍夫变换](basic/17-hough-transform.md)

* [番外篇: 亮度与对比度](basic/extra-07-contrast-and-brightness.md)

* [番外篇: 卷积基础-图片边框](basic/extra-08-padding-and-convolution.md)

* [番外篇: 图像梯度](basic/extra-09-image-gradients.md)

* [番外篇: 轮廓层级](basic/extra-10-contours-hierarchy.md)

* [番外篇: 凸包及更多轮廓特征](basic/extra-11-convex-hull.md)

* [挑战任务: 车道检测](basic/challenge-03-lane-road-detection.md)

学习图片间的数学运算，图像混合。图片等可到[源码处]()下载。

* 图片间的数学运算，如相加、按位运算等

* OpenCV函数：`cv2.add()`, `cv2.addWeighted()`, `cv2.bitwise_and()`

要叠加两张图片，可以用`cv2.add()`函数，相加两幅图片的形状（高度/宽度/通道数）必须相同。numpy中可以直接用res = img + img1相加，但这两者的结果并不相同：

x = np.uint8([250])

y = np.uint8([10])

print(cv2.add(x, y)) # 250+10 = 260 => 255

print(x + y) # 250+10 = 260 % 256 = 4

如果是二值化图片（只有0和255两种值），两者结果是一样的（用numpy的方式更简便一些）。

图像混合`cv2.addWeighted()`也是一种图片相加的操作，只不过两幅图片的权重不一样，γ相当于一个修正值：

img1 = cv2.imread('lena_small.jpg')

img2 = cv2.imread('opencv-logo-white.png')

res = cv2.addWeighted(img1, 0.6, img2, 0.4, 0)

按位操作包括按位与/或/非/异或操作，有什么用途呢？比如说我们要实现下图的效果：

如果将两幅图片直接相加会改变图片的颜色，如果用图像混合，则会改变图片的透明度，所以我们需要用按位操作。首先来了解一下[掩膜](https://baike.baidu.com/item/%E6%8E%A9%E8%86%9C/8544392?fr=aladdin)（mask）的概念：掩膜是用一副二值化图片对另外一幅图片进行局部的遮挡，看下图就一目了然了：

所以我们的思路就是把原图中要放logo的区域抠出来，再把logo放进去就行了：

img1 = cv2.imread('lena.jpg')

img2 = cv2.imread('opencv-logo-white.png')

rows, cols = img2.shape[:2]

roi = img1[:rows, :cols]

img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)

ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY)

mask_inv = cv2.bitwise_not(mask)

img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv)

dst = cv2.add(img1_bg, img2) # 进行融合

img1[:rows, :cols] = dst # 融合后放在原图上

* `cv2.add()`用来叠加两幅图片，`cv2.addWeighted()`也是叠加两幅图片，但两幅图片的权重不一样。

* `cv2.bitwise_and()`, `cv2.bitwise_not()`, `cv2.bitwise_or()`, `cv2.bitwise_xor()`分别执行按位与/或/非/异或运算。掩膜就是用来对图片进行全局或局部的遮挡。

* [cv2.add\(\)](https://docs.opencv.org/4.0.0/d2/de8/group__core__array.html#ga10ac1bfb180e2cfda1701d06c24fdbd6)

* [cv2.addWeighted\(\)](https://docs.opencv.org/4.0.0/d2/de8/group__core__array.html#gafafb2513349db3bcff51f54ee5592a19)

* [cv2.bitwise\_and\(\)](https://docs.opencv.org/4.0.0/d2/de8/group__core__array.html#ga60b4d04b251ba5eb1392c34425497e14)

* [cv2.bitwise\_not\(\)](https://docs.opencv.org/4.0.0/d2/de8/group__core__array.html#ga0002cf8b418479f4cb49a75442baee2f)

* [本节源码](https://github.com/codecwang/OpenCV-Python-Tutorial/tree/master/09-Image-Blending)

* [掩膜](https://baike.baidu.com/item/%E6%8E%A9%E8%86%9C/8544392?fr=aladdin)

* [Arithmetic Operations on Images](http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_core/py_image_arithmetics/py_image_arithmetics.html)