图片 resize 与 addWeighted 图像融合

发表于2023-07-14|更新于2026-09-01|教程OpenCV

|总字数:183|阅读时长:1分钟|浏览量:

resize：cv2.resize(img,(0,0),fx=3,fy=3) (0,0)表示不指定具体数值，后面是放大倍数

addWeighted(图片大小要一样)：cv2.addWeighted(img,0.5,img1,0.5,10)#gama是亮度集

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

img = cv2.imread("a28.png")
img1 = cv2.imread("draw.png")
cv2.imshow("img",img)
cv2.waitKey(0)
cv2.destroyAllWindows()

print(img.shape,img1.shape)
# 如果shape不同
img = cv2.resize(img,(400,600))
img1 = cv2.resize(img1,(400,600))
print(img,img1)
cv2.imshow('img',img)
cv2.imshow('img1',img1)
'''也可以
res = cv2.resize(img,(0,0),fx=3,fy=3)
(0,0)表示不指定具体数值，后面是放大倍数
'''

res = cv2.addWeighted(img,0.5,img1,0.5,10)#gama是亮度集
cv2.imshow("res",res)
cv2.waitKey(0)
cv2.destroyAllWindows()

文章作者: YuKiFuHaNe

文章链接: https://blog.yukifuhane.cn.eu.org/2023/07/14/%E5%9B%BE%E7%89%87-resize-%E4%B8%8E-addWeighted-%E5%9B%BE%E5%83%8F%E8%9E%8D%E5%90%88/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 YuKiFuHaNeの博客！

OpenCV resize addWeighted 图像缩放图像融合

相关推荐

OpenCV 显示中文字体

1234567891011121314151617from PIL import ImageDraw,ImageFont,Imagedef img_writer(text_size,xy,text,text_color,fontStyle,img): draw = ImageDraw.Draw(img) # 字体的格式这里的SimHei.ttf需要有这个字体 fontStyle = ImageFont.truetype(fontStyle, text_size, encoding='utff8') # 绘制文本 draw.text(xy, text, text_color, font=fontStyle)if __name__ == '__main__': text_size = 50 # 字体大小 xy = (56, 1700) # 起始位置 data = 'Menhenra酱，卡哇伊！' # 内容 text_color = (26, 42, 44) # ...

OpenCV 视频的读取与处理

123456789101112131415161718192021222324import cv2import matplotlib.pyplot as pltimport numpy as npvc = cv2.VideoCapture('test.mp4')#检测打开是否正确if vc.isOpened(): open,frame = vc.read()else: open = Falsewhile open: ret,frame = vc.read() if frame is None: break if ret ==True: gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) cv2.imshow('result',gray) if cv2.waitKey(1) &0xFF == 27: breakvc.release()cv2.destroyAllWindows()

直方图均衡化处理

12345678910111213141516171819202122232425262728#均衡化处理# equalizeHist()import cv2import matplotlib.pyplot as pltimport numpy as npimg = cv2.imread("dm.png",0)plt.hist(img.ravel(),256)plt.show()#均衡化（全部，会丢失局部自己的特征）equ = cv2.equalizeHist(img)plt.hist(equ.ravel(),256)plt.show()res = np.hstack((img,equ))cv2.imshow('res',res)cv2.waitKey(0)#自适应直方图均衡化（分成好几块做，最后在整合到一块）clahe = cv2.createCLAHE(clipLimit=2.0,tileGridSize=(8,8))res_clahe = clahe.apply(img)res2 = np.vstack((img,equ,res_c...

傅里叶变换

傅里叶变换的作用 ·高频：变化剧烈的灰度分量，例如边界 ·低频：变化缓慢的灰度分量，例如一片大海滤波 ·低通滤波器：只保留低频，会使图像变模糊 ·高通滤波器：只保留高频，会使图像细节增强 url：https://zhuanlan.zhihu.com/p/19763358 ·opencv中主要就是cv2.dft()和cv2.idft()，输入图像需要先转成np.float32格式 ·得到的结果中频率为0的部分会在左上角，通常要转换到中心位置，可以通过shift变换来实现 ·cv2.dft()返回的结果是双通道的（实部，虚部），通常还需要转成图像格式才能展示（0，255） 123456789101112131415161718import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread('face.png',0)img_float32 = np.float32(img)dft = cv2.dft(img_...

图像平滑处理：均值滤波与方框滤波

1234567891011121314151617181920import cv2img = cv2.imread("lingbosize.png")#均值滤波#简单的平均卷积操作blur = cv2.blur(img,(3,3))#方框滤波#normalize = True和均值一样,选择归一化box = cv2.boxFilter(img,-1,(3,3),normalize=True) #-1表示得到颜色通道数一致#没有选则归一化，容易越界，超过255当作255处理box1 = cv2.boxFilter(img,-1,(3,3),normalize=False)cv2.imshow("blur",blur)cv2.waitKey(1000)cv2.imshow("box",box)cv2.waitKey(1000)cv2.imshow("box1",box1)cv2.waitKey(1000)cv2.waitKey(0) 平均卷积方框滤波(未归一化) 方框滤波(归一化)

OpenCV 模板匹配入门

12345678910111213141516171819202122232425#TemplateMatchModes''' ·TM-SQDIFF 计算平方不同，计算出来的值越小，越相关 ·TM_CCORR 计算相关性，计算出来的值越大，越相关 ·TM_CCOEFF 计算相关系数，计算出来的值越大，越相关 ·TM_SQDIFF_NORMED 计算归一化平方不同，计算出来的值越接近0，越相关 ·TM_CCORR_NORMED 计算归一化相关性，计算出来的值越接近1，越相关 `TM_CCOEFF_NORMED 计算归一化相关系数，计算出来的值越接近1，越相关'''import cv2img = cv2.imread("dm.png")template = cv2.imread("dm_face.png")h,w = template...