专栏地址：『youcans 的 OpenCV 例程 200 篇』
文章目录：『youcans 的 OpenCV 例程200篇 - 总目录』

【youcans 的 OpenCV 例程 200 篇】14. 图像与标量相加（cv2.add）

函数 cv2.add() 用于图像的加法运算。

函数说明：

cv2.add(src1, src2 [, dst[, mask[, dtype]]) → dst

函数 cv2.add() 对两张相同大小和类型的图像进行加法运算，或对一张图像与一个标量进行加法运算。

对一张图像与一个标量相加时，则将图像所有像素的各通道值分别与标量的各通道值相加。

参数说明：

• scr1, scr2：进行加法运算的图像，或一张图像与一个 numpy array 标量
• dst：输出的图像，可选项，默认值为 None
• mask：掩模图像，8位灰度格式；掩模图像数值为 0 的像素，输出图像对应像素的各通道值也为 0。可选项，默认值为 None
• dtype：图像数组的深度，即每个像素值的位数，可选项
• 返回值：dst，运算结果图像，ndarray 多维数组

注意事项：

1. OpenCV 加法和 numpy 加法之间有区别：cv2.add() 是饱和运算（相加后如大于 255 则结果为 255），而 Numpy 加法是模运算。
2. 使用 cv2.add() 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。
3. 使用 cv2.add() 函数对一张图像与一个标量相加，标量是指一个 1x3 的 numpy 数组，相加后图像整体发白。

基本例程：1.23 图像与标量相加

# 1.23 图像的加法 (与标量相加)img1 = cv2.imread("../images/imgB1.jpg")  # 读取彩色图像(BGR)img2 = cv2.imread("../images/imgB3.jpg")  # 读取彩色图像(BGR)Value = 100  # 常数# Scalar = np.array([[50., 100., 150.]])  # 标量Scalar = np.ones((1, 3), dtype="float") * Value  # 标量imgAddV = cv2.add(img1, Value)  # OpenCV 加法: 图像 + 常数imgAddS = cv2.add(img1, Scalar)  # OpenCV 加法: 图像 + 标量print("Shape of scalar", Scalar)for i in range(1, 6):x, y = i*10, i*10print("(x,y)={},{}, img1:{}, imgAddV:{}, imgAddS:{}".format(x,y,img1[x,y],imgAddV[x,y],imgAddS[x,y]))plt.subplot(131), plt.title("1. img1"), plt.axis('off')plt.imshow(cv2.cvtColor(img1, cv2.COLOR_BGR2RGB))  # 显示 img1(RGB)plt.subplot(132), plt.title("2. img + constant"), plt.axis('off')plt.imshow(cv2.cvtColor(imgAddV, cv2.COLOR_BGR2RGB))  # 显示 imgAddV(RGB)plt.subplot(133), plt.title("3. img + scalar"), plt.axis('off')plt.imshow(cv2.cvtColor(imgAddS, cv2.COLOR_BGR2RGB))  # 显示 imgAddS(RGB)plt.show()

例程说明 1.23：

本例程运行结果如下。

Shape of scalar [[150. 150. 150.]]
(x,y)=10,10, img1:[ 9  9 69], imgAddV:[159   9  69], imgAddS:[159 159 219]
(x,y)=20,20, img1:[  3 252 255], imgAddV:[153 252 255], imgAddS:[153 255 255]
(x,y)=30,30, img1:[  1 255 254], imgAddV:[151 255 254], imgAddS:[151 255 255]
(x,y)=40,40, img1:[  1 255 254], imgAddV:[151 255 254], imgAddS:[151 255 255]
(x,y)=50,50, img1:[  1 255 255], imgAddV:[151 255 255], imgAddS:[151 255 255]

• 注意 cv2.add() 对图像与标量相加时，“常数” 与 “标量” 的区别：
• 将图像与一个常数 value 相加，只是将 B 通道即蓝色分量与常数相加，而 G、R 通道的数值不变，因此图像发蓝。
• 将图像与一个标量 scalar 相加，“标量” 是指一个 1x3 的 numpy 数组，此时 B/G/R 通道分别与数组中对应的常数相加，因此图像发白。
• 标量 numpy 数组的形式为：np.array([[c1, c2, c3]])，常数 c1,c2,c3 可以相同或不同。

（本节完）

---

【第2章：图像的数值运算】
13. 图像的加法运算（cv2.add）
14. 图像与标量相加（cv2.add）
15. 图像的加权加法（cv2.addWeight）
16. 不同尺寸的图像加法
17. 两张图像的渐变切换

---

版权声明：
youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/125112487)
Copyright 2022 youcans, XUPT
Crated：2021-11-18
欢迎关注专栏： 『youcans 的 OpenCV 例程 200 篇』
更多内容请见：>『youcans 的 OpenCV 例程200篇 - 总目录』(https://blog.csdn.net/youcans/article/details/125112487)