3.2　图像加权和

所谓图像加权和，就是在计算两幅图像的像素值之和时，将每幅图像的权重考虑进来，可以用公式表示为

dst=saturate（src1×α+src2×β+γ）

式中，saturate（·）表示取饱和值（所能表示范围的最大值）。图像进行加权和计算时，要求src1和src2必须大小、类型相同，但是对具体是什么类型和通道没有特殊限制。它们可以是任意数据类型，也可以有任意数量的通道（灰度图像或者彩色图像），只要二者相同即可。

OpenCV中提供了函数cv2.addWeighted（），用来实现图像的加权和（混合、融合），该函数的语法格式为

其中，参数alpha和beta是src1和src2所对应的系数，它们的和可以等于1，也可以不等于1。该函数实现的功能是dst=saturate（src1×alpha+src2×beta+gamma）。需要注意，式中参数gamma的值可以是0，但是该参数是必选参数，不能省略。可以将上式理解为“结果图像=计算饱和值（图像1×系数1+图像2×系数2+亮度调节量）”。

【例3.4】使用数组演示函数cv2.addWeighted（）的使用。

根据题目要求，编写程序如下：

本例中的各行代码功能如下：

●　第3行生成一个3×4大小的二维数组，元素数值在［0，255］内，对应一个灰度图像img1。

●　第4行生成一个3×4大小的二维数组，元素数值在［0，255］内，对应一个灰度图像img2。

●　第5行生成一个3×4大小的二维数组，元素值都为0，数据类型为np.uint8。也就是说，该数组中元素可能的最大值是255。

●　第6行将调节亮度参数gamma的值设置为3。

●　第7行计算“img1×2+img2×1+3”的饱和值。也就是说，如果上述表达式的和小于255，则保留；如果表达式的和等于或者大于255，则处理为255。

运行程序，得到如下运行结果：

【例3.5】使用函数cv2.addWeighted（）对两幅图像进行加权混合，观察处理结果。

根据题目要求，编写程序如下：

本程序使用cv2.addWeighted（）函数，对图像boat和图像lena分别按照0.6和0.4的权重进行混合。

运行程序，得到如图3-2所示的结果，其中：

●　图3-2（a）是原始图像boat。

●　图3-2（b）是原始图像lena。

●　图3-2（c）是图像boat和图像lena加权混合后的结果图像。

【例3.6】使用函数cv2.addWeighted（）将一幅图像的ROI混合在另外一幅图像内。

根据题目要求，编写程序如下：

在本例中，face1是图像lena中的面部部分，face2是图像dollar中的面部部分。通过函数cv2.addWeighted（）将lena图像内的面部face1与dollar图像内的面部face2进行了混合计算。

运行程序，会得到如图3-3所示的结果，其中：

●　图3-3（a）是原始图像lena。

●　图3-3（b）是原始图像dollar。

●　图3-3（c）是图像lena的面部与图像dollar的面部加权混合得到的图像。