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「链接」，我们一起交流学习，报团打卡！

函数 cv2.addWeight() 用于图像的加权加法运算。

函数说明：

cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]]) → dst

函数 cv2.addWeighted() 对两张相同大小和类型的图像按权重相加，可以实现图像的叠加和混合。加权加法的计算表达式为：

dst = src1 * alpha + src2 * beta + gamma

参数说明：

• scr1, scr2：ndarray 多维数组，表示一个灰度或彩*图色**像
• alpha：第一张图像 scr1 的权重，通常取为 0～1 之间的浮点数
• beta：第二张图像 scr2 的权重，通常取为 0～1 之间的浮点数
• gamma： 灰度系数，图像校正的偏移量，用于调节亮度
• dtype 输出图像的深度，即每个像素值的位数，可选项，默认等于 src1.depth()
• 返回值：dst，加权加法运算结果的图像数组

注意事项：

• 使用 cv2.addWeight() 函数对两张图片相加时，图片的大小和类型（通道数）必须相同。
• alpha，beta，gamma 可调，可以根据需要调整图像的权重，以达到不同的显示效果。推荐取 beta=1-alpha, gamma=0。

基本例程：1.24 图像的混合（加权加法）

# 1.24 图像的混合(加权加法)
img1 = cv2.imread("../images/imgGaia.tif") # 读取图像 imgGaia
img2 = cv2.imread("../images/imgLena.tif") # 读取图像 imgLena
imgAddW1 = cv2.addWeighted(img1, 0.2, img2, 0.8, 0) # 加权相加, a=0.2, b=0.8
imgAddW2 = cv2.addWeighted(img1, 0.5, img2, 0.5, 0) # 加权相加, a=0.5, b=0.5
imgAddW3 = cv2.addWeighted(img1, 0.8, img2, 0.2, 0) # 加权相加, a=0.8, b=0.2
plt.subplot(131), plt.title("1. a=0.2, b=0.8"), plt.axis('off')
plt.imshow(cv2.cvtColor(imgAddW1, cv2.COLOR_BGR2RGB)) # 显示 img1(RGB)
plt.subplot(132), plt.title("2. a=0.5, b=0.5"), plt.axis('off')
plt.imshow(cv2.cvtColor(imgAddW2, cv2.COLOR_BGR2RGB)) # 显示 imgAddV(RGB)
plt.subplot(133), plt.title("3. a=0.8, b=0.2"), plt.axis('off')
plt.imshow(cv2.cvtColor(imgAddW3, cv2.COLOR_BGR2RGB)) # 显示 imgAddS(RGB)
plt.show()

本例程运行结果如下：

（本节完）