Python OpenCV实现图像叠加、融合与按位运算详解

小岛来信

发布时间：2026-10-14| 5人浏览过

原创

本文详细介绍在Python中使用OpenCV进行图像处理的三种核心操作：图像叠加、图像融合及按位运算。通过对比cv2.add与Numpy加法差异，解析addWeighted权重混合原理，并演示利用掩码和ROI实现非矩形区域（如Logo）的透明叠加技巧，提供完整代码与参数说明。

1图像叠加

实现图像叠加主要依赖OpenCV提供的cv.add()函数，或者直接利用Numpy进行数组相加（res = img1 + img2）。执行此操作时，需确保参与运算的两个图像具有相同的位深和数据类型；若第二个图像为标量值，则可直接相加。

NOTE:

需注意OpenCV的加法属于饱和运算，即结果超过最大值255时会被截断为255；而Numpy的加法采用模运算，超过255的值会取模回绕。
鉴于上述差异，在进行图像叠加时，OpenCV函数能提供更符合视觉预期的结果，因此建议优先使用OpenCV内置函数。

代码：


import cv2
import numpy as np

x = np.uint8([250])
y = np.uint8([10])

print( cv2.add(x,y) ) # 250+10 = 260 => 255
print( x+y )          # 250+10 = 260 % 256 = 4

输出： [[255]] [4]

2图像融合

图像融合本质上也是一种加法操作，但关键在于为两个图像分配不同的权重（取值范围0到1之间）。通过调整权重，可以产生图像混合或半透明的视觉效果。

代码：


import cv2
import numpy as np

img1 = cv2.imread('img.jpg')
img2 = cv2.imread('img2.jpg')
img2 = cv2.resize(img2,(480,331))#统一图片大小

dst = cv2.addWeighted(img1,0.5,img2,0.5,0)

cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

3按位操作

按位操作涵盖AND、OR、NOT及XOR四种基本运算。若需将OpenCV徽标置于图像上方，直接叠加会改变背景颜色，而融合则产生透明效果。若目标区域为矩形，可通过ROI（感兴趣区域）按前述方法处理；但针对非矩形徽标，利用按位操作结合掩码是实现不透明叠加的有效方案。

代码：


import cv2
import numpy as np

img1 = cv2.imread('img.jpg')
img2 = cv2.imread('img1.jpg')

img2 = cv2.resize(img2,(100,100))
# I want to put logo on top-left corner, So I create a ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]

# Now create a mask of logo and create its inverse mask also
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 200, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)

# Now black-out the area of logo in ROI
img1_bg = cv2.bitwise_and(roi,roi,mask = mask)

# Take only region of logo from logo image.
img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)

# Put logo in ROI and modify the main image
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst

cv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()