# USAGE
# python overlay.py

# 導(dǎo)入必要的包
from __future__ import print_function
import numpy as np
import cv2
import imutils

# 加載圖像
image = cv2.imread("../image/flower4.jpg")
image = imutils.resize(image, width=600)
cv2.imshow("origin", image)
cv2.waitKey(0)

# 循環(huán)遍歷 [0，1.0] 的透明度
for alpha in np.arange(0, 1.1, 0.1)[::-1]:
    # 創(chuàng)建倆個原始圖的拷貝
    # 一個用于構(gòu)建疊加層 一個用于輸出圖像
    overlay = image.copy()
    output = image.copy()
    # 在左上角 添加文本： PyimageSerach：alpha
    # 在右下角畫一個矩形的紅色框
    cv2.rectangle(overlay, (150, 210), (500, 630),
                  (0, 0, 255), -1)
    cv2.putText(overlay, "PyImageSearch: alpha={:.2f}".format(alpha),
                (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 255), 3)

    # 使用cv2.addWeighted應(yīng)用透明疊加層功能
    # overlay： 我們要應(yīng)用的疊加層圖像
    # alpha：   疊加層的實際Alpha透明度，alpha越接近1，圖像越不透明；alpha越接近0，疊加層顯示得越透明；
    # output： 原始圖像
    # beta：   我們提供beta值作為第四個參數(shù)。 Beta定義為1-alpha 。我們需要定義alpha和beta，以便alpha + beta = 1.0
    # gamma：  伽瑪值-加到加權(quán)和的標(biāo)量。您可以將gamma視為應(yīng)用加權(quán)加法后添加到輸出圖像的常數(shù)。在這種情況下，我們將其設(shè)置為零，因為我們不需要應(yīng)用恒定值的加法運算。
    # output： 輸出圖像
    cv2.addWeighted(overlay, alpha, output, 1 - alpha,
                    0, output)

    # 展示輸出圖像，alpha，beta
    print("alpha={:.2f}, beta={:.2f}".format(alpha, 1 - alpha))
    cv2.imshow("Output", output)
    cv2.waitKey(0)

cv2.destroyAllWindows()