当进行图像融合时，被叠加的两张图片的大小、类型（高度/宽度/通道数）必须相同。请点击查看
但是如果这两张图片大小不相同，怎么解决？有两种方法可以解决这个问题：
重置其中一张图片的大小类型，使其与另一张图片大小类型相同；在较大的图片中创建感兴趣区域roi，roi的大小类型应与另一张图片的相同。
注意：方法1改变图片大小时，图片的分辨率也会发生变化，因此图片的内容会产生形变；方法2没有改变图片的大小，故不会有这种问题产生。
主要函数
dst = cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])scr：原图像dsize：输出的图像大小dst：输出的图像。当参数dsize不为0时，dst的大小为size；否则，它的大小需要根据src的大小，fx和fy决定。 d s i z e = S i z e ( r o u n d ( f x ∗ s r c . c o l s ) , r o u n d ( f y ∗ s r c . r o w s ) ) dsize = Size(round(fx*src.cols), round(fy*src.rows)) dsize=Size(round(fx∗src.cols),round(fy∗src.rows))dst的类型与原图像相同fx:沿水平轴的比例因子 ( d o u b l e ) d s i z e . w i d t h / s r c . c o l s (double)dsize.width/src.cols (double)dsize.width/src.colsfy:沿垂直轴的比例因子 ( d o u b l e ) d s i z e . h e i g h t / s r c . r o w s (double)dsize.height/src.rows (double)dsize.height/src.rows参数dsize和参数(fx, fy)不能够同时为0
interpolation：插值方法，共5种 INTER_LINEAR - 双线性插值（默认）（放大图像推荐使用）INTER_NEAREST - 最近邻插值INTER_AREA - 基于像素局部的重采样插值（缩小图像推荐使用）。该方法对于图像抽取（image decimation）来说可能更好，但如果是放大图像，和最近邻插值效果类似。INTER_CUBIC - 基于4x4像素邻域的3次插值（放大图像推荐使用）INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos（兰索斯）插值引用官方文档 Geometric Image Transformations
dst – Destination image. It has the size dsize (when it is non-zero) or the size computed from src.size() , fx , and fy . The type of dst is the same as of src .
dsize – Destination image size. If it is zero, it is computed as:
d s i z e = S i z e ( r o u n d ( f x ∗ s r c . c o l s ) , r o u n d ( f y ∗ s r c . r o w s ) ) dsize = Size(round(fx*src.cols), round(fy*src.rows)) dsize=Size(round(fx∗src.cols),round(fy∗src.rows))
注意：也就是说cv2.resize函数的dst和dsize参数输入是（宽度，高度），与img.shape相反。
对于img.shape的输出参数以及对应坐标请点击这里查看
cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])图像融合函数请点击这里查看
方法1：重置其中一张图片的大小类型，使其与另一张图片大小类型相同
import cv2import numpy as npimport matplotlib.pyplot as pltimport os os.chdir('C:/Users/lenovo/Desktop/')bear = cv2.imread('BearBrown.jpg')sky = cv2.imread('Sky.jpg')rows, cols = sky.shape[:2] #获取sky的高度、宽度#print(sky.shape[:2]) #(800, 1200)#print(bear.shape[:2]) #(224, 224)bear_dst = cv2.resize(bear,(cols,rows),interpolation=cv2.INTER_CUBIC) #放大图像add_img = cv2.addWeighted(bear_dst,0.6,sky,0.4,0) #图像融合# 显示图片titles = ['BearBrown','Sky','add_img']imgs = [bear,sky,add_img]for i in range(len(imgs)):plt.subplot(2,3,i+1)imgs[i]=cv2.cvtColor(imgs[i],cv2.COLOR_BGR2RGB)plt.imshow(imgs[i],'gray')plt.title(titles[i])plt.axis('off')plt.show()
效果展示：（布朗熊的高度宽度其实比天空的小）
方法2：在较大的图片中创建感兴趣区域roi，roi的大小类型应与另一张图片的相同
import cv2import numpy as npimport matplotlib.pyplot as pltimport os os.chdir('C:/Users/lenovo/Desktop/')bear = cv2.imread('BearBrown.jpg')sky = cv2.imread('Sky.jpg')# 根据小图像的大小，在大图像上创建感兴趣区域roi（放置位置任意取）rows, cols = bear.shape[:2] #获取bear的高度、宽度roi = sky[0:rows, 0:cols]dst = cv2.addWeighted(bear,0.8,roi,0.2,0) #图像融合add_img = sky.copy() #对原图像进行拷贝add_img[0:rows, 0:cols] = dst # 将融合后的区域放进原图# 显示图片titles = ['BearBrown','Sky','add_img']imgs = [bear,sky,add_img]for i in range(len(imgs)):plt.subplot(2,3,i+1)imgs[i]=cv2.cvtColor(imgs[i],cv2.COLOR_BGR2RGB)plt.imshow(imgs[i],'gray')plt.title(titles[i])plt.axis('off')plt.show()
效果展示：（布朗熊的高度宽度其实比天空的小）
方法2——没有小图像的大小，同时还可以自由设置小图像在大图像的什么位置融合。
