[opencvsharp]Cv2.Add和Cv2.AddWeighted区别

云未归来

发布于 2025-07-16 19:12:07

10700

代码可运行

运行总次数：0

代码可运行

函数

功能：Cv2.Add函数用于执行矩阵或图像的逐元素加法。它支持两张图像的加法，也支持图像与常数值的加法，甚至可以通过掩膜（mask）来限制加法的区域。
参数：主要参数包括输入图像或矩阵src1和src2（其中src2也可以是标量常数），输出图像或矩阵dst，以及可选的掩膜mask和输出图像的数据类型dtype。
处理溢出：Cv2.Add函数会自动处理像素值的溢出，确保结果不超过图像数据类型的最大值（例如，对于8位图像，像素值在0到255之间）。如果像素值相加超过这个范围，它会被限制在这个范围内。
应用场景：适用于需要逐元素相加两张图像或图像与常数的场景，如图像增强、背景去除等。

Cv2.AddWeighted函数

功能：Cv2.AddWeighted函数用于对两张图像进行加权合成，从而生成一张新的图像。它通过加权和的方式将两张图像进行融合。
参数：主要参数包括输入图像src1和src2，图像1的权重alpha，图像2的权重beta，加到加权和中的常数gamma，以及输出图像dst。
工作原理：Cv2.AddWeighted函数执行的是图像加权平均的操作，其数学表达式为dst(x, y) = alpha * src1(x, y) + beta * src2(x, y) + gamma。其中，dst(x, y)是输出图像在位置(x, y)处的像素值，src1(x, y)和src2(x, y)是输入图像在位置(x, y)处的像素值。
应用场景：适用于图像叠加、调整图像透明度、亮度调整等场景。通过调整alpha和beta的值，可以实现两张图像的平滑过渡和合成效果。

区别总结

操作类型：Cv2.Add执行的是逐元素加法，而Cv2.AddWeighted执行的是加权平均操作。
参数差异：Cv2.Add主要参数包括输入图像或矩阵、输出图像或矩阵以及可选的掩膜和数据类型；而Cv2.AddWeighted则包括输入图像、权重、常数偏移量和输出图像。
应用场景：Cv2.Add适用于需要逐元素相加的场景；而Cv2.AddWeighted则更适用于图像叠加、透明度调整和亮度调整等场景。

综上所述，Cv2.Add和Cv2.AddWeighted在功能、参数和应用场景上存在显著差异，选择哪个函数取决于具体的图像处理需求。

在 OpenCVSharp 中，Cv2.Add() 函数用于执行矩阵或图像的逐元素加法。它不仅支持两张图像的加法，还支持图像与常数值的加法，甚至可以通过掩膜（mask）来限制加法的区域。

`Cv2.Add()` 函数原型

Cv2.Add(Mat src1, Mat src2, Mat dst, Mat mask = null, int dtype = -1);

src1: 输入图像或矩阵1（Mat 类型）。
src2: 输入图像或矩阵2（Mat 类型）或者标量常数（Scalar 类型）。
dst: 输出图像或矩阵，保存加法结果（Mat 类型）。
mask（可选）：掩膜，用于指定在图像的哪些区域进行加法操作。掩膜是一个单通道的二值图像，默认值为 null，表示对整个图像进行加法。
dtype（可选）：输出图像的数据类型，默认为 -1，表示与输入图像相同的数据类型。

主要功能

图像与图像相加：两张大小和通道数相同的图像逐元素相加。
图像与常数相加：图像的每个像素值与一个常数值逐元素相加。
处理溢出：自动处理像素值的溢出，确保结果不超过图像数据类型的最大值（例如，0-255 范围对于 8 位图像）。

示例 1：图像与图像相加

在下面的示例中，我们将加载两张大小相同的图像，并将它们进行逐元素相加：

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        // 加载两张图像
        Mat img1 = Cv2.ImRead("image1.jpg");
        Mat img2 = Cv2.ImRead("image2.jpg");

        // 创建一个输出图像
        Mat result = new Mat();

        // 图像逐元素相加
        Cv2.Add(img1, img2, result);

        // 显示结果
        Cv2.ImShow("Result", result);
        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();
    }
}

解释：

Cv2.Add(img1, img2, result)：执行 img1 和 img2 的逐元素加法，结果保存在 result 中。
Cv2.ImShow("Result", result)：显示加法结果。

示例 2：图像与常数相加

在这个例子中，我们将图像的每个像素值加上一个常数（比如 50）。Scalar 类可以用来定义每个颜色通道上的常数值。

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        // 加载图像
        Mat img = Cv2.ImRead("image.jpg");

        // 创建一个常数 Scalar，每个通道加 50
        Scalar scalar = new Scalar(50, 50, 50); // BGR 通道加 50

        // 创建输出图像
        Mat result = new Mat();

        // 图像与常数相加
        Cv2.Add(img, scalar, result);

        // 显示结果
        Cv2.ImShow("Result", result);
        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();
    }
}

解释：

Scalar(50, 50, 50)：这是一个表示每个 BGR 通道加 50 的常量。
Cv2.Add(img, scalar, result)：将 img 的每个像素与常数 scalar 相加，结果保存在 result 中。

示例 3：图像加法并处理溢出

在进行图像加法时，可能会遇到像素值超出有效范围（例如，对于 8 位图像，像素值应该在 0 到 255 之间）。Cv2.Add 会自动处理这种情况，确保输出图像的像素值不会超出该范围。

假设我们有两张图像，它们的像素值相加后可能会超过 255：

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        // 加载两张图像
        Mat img1 = Cv2.ImRead("image1.jpg");
        Mat img2 = Cv2.ImRead("image2.jpg");

        // 创建输出图像
        Mat result = new Mat();

        // 图像逐元素相加，可能会有溢出
        Cv2.Add(img1, img2, result);

        // 显示结果
        Cv2.ImShow("Result", result);
        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();
    }
}

解释：

如果 img1 和 img2 中的某些像素值相加超过 255，Cv2.Add 会将其自动限制在 255。

示例 4：使用掩膜区域进行加法

如果你只想在图像的某些区域进行加法，可以使用掩膜（mask）。掩膜是一个单通道图像，它指定了哪些区域参与加法操作。

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        // 加载图像
        Mat img = Cv2.ImRead("image.jpg");

        // 创建一个与 img 相同大小的掩膜（全白，表示所有区域都参与加法）
        Mat mask = Mat.Ones(img.Size(), MatType.CV_8U); // 可以使用其他形状的掩膜

        // 创建一个常数 Scalar
        Scalar scalar = new Scalar(50, 50, 50);

        // 创建输出图像
        Mat result = new Mat();

        // 图像与常数相加，并应用掩膜
        Cv2.Add(img, scalar, result, mask);

        // 显示结果
        Cv2.ImShow("Result", result);
        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();
    }
}

解释：

Mat.Ones(img.Size(), MatType.CV_8U) 创建了一个与 img 大小相同的掩膜矩阵，所有值为 1（即全白，表示所有像素都参与加法）。
Cv2.Add(img, scalar, result, mask)：对指定区域（根据掩膜 mask）进行加法。

总结

Cv2.Add() 是 OpenCVSharp 中一个非常有用的函数，可以执行图像与图像之间的逐元素加法，或图像与常数之间的加法。它能够自动处理加法过程中的溢出，并且支持使用掩膜对特定区域进行加法。

Cv2.AddWeighted() 是 OpenCVSharp 中用来对两张图像进行加权合成的函数。它通过加权和的方式将两张图像进行融合，从而生成一张新的图像。此函数的主要用途包括图像叠加、调整图像透明度等。

函数原型

Cv2.AddWeighted(
    Mat src1,      // 输入图像 1
    double alpha,  // 图像 1 的权重（透明度）
    Mat src2,      // 输入图像 2
    double beta,   // 图像 2 的权重
    double gamma,  // 加到加权和中的常数
    Mat dst        // 输出图像
);

参数说明：

src1：输入图像 1，类型为 Mat，它将参与加权运算的第一张图像。
alpha：浮动类型，图像 1 的权重。它控制图像 1 在加权和中的贡献，取值范围通常在 [0, 1] 之间。如果值较大，则图像 1 的影响较大，图像 2 的影响较小。
src2：输入图像 2，类型为 Mat，参与加权运算的第二张图像。
beta：浮动类型，图像 2 的权重。它控制图像 2 在加权和中的贡献，取值范围通常在 [0, 1] 之间。如果值较大，则图像 2 的影响较大，图像 1 的影响较小。
gamma：浮动类型，常数偏移量。它将在加权和的结果中加上一个常数值 gamma，这个值可以用于调整最终结果的亮度或对比度。
dst：输出图像，类型为 Mat，存储最终的加权合成结果。

函数工作原理

Cv2.AddWeighted() 执行的是图像加权平均的操作，其数学表达式为：

[ dst(x, y) = \alpha \cdot src1(x, y) + \beta \cdot src2(x, y) + \gamma ]

这里：

dst(x, y) 是输出图像在位置 (x, y) 处的像素值。
src1(x, y) 和 src2(x, y) 是输入图像 1 和输入图像 2 在位置 (x, y) 处的像素值。
alpha 和 beta 分别是图像 1 和图像 2 的权重。
gamma 是一个常数偏移量，会加到所有像素值的计算结果中。

通常用于控制两张图像的融合效果，其中：

如果 alpha 为 1，beta 为 0，则结果完全是图像 1。
如果 alpha 为 0，beta 为 1，则结果完全是图像 2。
gamma 可以用来调整最终图像的亮度。

常见应用

图像融合（Image Blending）：通过调整 alpha 和 beta，可以实现两张图像的平滑过渡，生成合成图像。
透明度调整（Transparency or Opacity adjustment）：通过设置权重 alpha 和 beta 来控制图像的透明度或叠加效果。
亮度调整（Brightness Adjustment）：通过调节 gamma 值来增加或减少图像的亮度。
图像合成（Image Composition）：将两张图像叠加在一起，如在合成合成图像时叠加水印。

使用示例

示例 1：基本图像加权融合

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        // 加载两张图像
        Mat img1 = Cv2.ImRead("image1.jpg");
        Mat img2 = Cv2.ImRead("image2.jpg");

        // 创建输出图像
        Mat result = new Mat();

        // 设置权重，alpha = 0.7, beta = 0.3
        double alpha = 0.7;  // 图像1的权重
        double beta = 0.3;   // 图像2的权重
        double gamma = 0;    // 常数偏移量

        // 合成图像
        Cv2.AddWeighted(img1, alpha, img2, beta, gamma, result);

        // 显示结果
        Cv2.ImShow("Blended Image", result);
        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();
    }
}

解释：

alpha = 0.7 表示图像 1 对最终结果的贡献占 70%。
beta = 0.3 表示图像 2 对最终结果的贡献占 30%。
gamma = 0，意味着没有额外的亮度偏移。
结果图像是两张图像按上述比例加权合成的图像。

示例 2：使用常数偏移量调整亮度

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        // 加载两张图像
        Mat img1 = Cv2.ImRead("image1.jpg");
        Mat img2 = Cv2.ImRead("image2.jpg");

        // 创建输出图像
        Mat result = new Mat();

        // 设置权重，alpha = 0.5, beta = 0.5, gamma = 50
        double alpha = 0.5;  // 图像1的权重
        double beta = 0.5;   // 图像2的权重
        double gamma = 50;   // 常数偏移量（调整亮度）

        // 合成图像
        Cv2.AddWeighted(img1, alpha, img2, beta, gamma, result);

        // 显示结果
        Cv2.ImShow("Brightened Image", result);
        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();
    }
}

解释：

gamma = 50，这将所有加权和的像素值增加 50，以便让最终图像变得更亮。这个偏移量可以增加或减少图像的亮度。

示例 3：图像透明度调整

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        // 加载两张图像
        Mat img1 = Cv2.ImRead("background.jpg");
        Mat img2 = Cv2.ImRead("overlay.png");

        // 创建输出图像
        Mat result = new Mat();

        // 设置权重，alpha = 0.5, beta = 0.5
        double alpha = 0.5;  // 背景图像的权重
        double beta = 0.5;   // 覆盖图像的权重
        double gamma = 0;    // 常数偏移量

        // 合成图像
        Cv2.AddWeighted(img1, alpha, img2, beta, gamma, result);

        // 显示结果
        Cv2.ImShow("Transparent Overlay", result);
        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();
    }
}

解释：

在这个示例中，alpha 和 beta 都为 0.5，意味着背景图像和覆盖图像各占 50% 的权重。gamma 为 0，因此没有添加额外的亮度调整。

总结

Cv2.AddWeighted() 是 OpenCVSharp 中非常实用的图像处理函数，它通过加权平均的方式将两张图像融合在一起，并且可以通过调整权重（alpha、beta）和常数偏移量（gamma）来控制最终图像的效果。常见应用包括图像融合、透明度调整、亮度调整等。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2025-02-09，如有侵权请联系 cloudcommunity@tencent.com 删除

函数

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度