# USAGE
# python overlay.py

# 导入必要的包
from __future__ import print_function
import numpy as np
import cv2
import imutils

# 加载图像
image = cv2.imread("../image/flower4.jpg")
image = imutils.resize(image, width=600)
cv2.imshow("origin", image)
cv2.waitKey(0)

# 循环遍历 [0，1.0] 的透明度
for alpha in np.arange(0, 1.1, 0.1)[::-1]:
    # 创建俩个原始图的拷贝
    # 一个用于构建叠加层 一个用于输出图像
    overlay = image.copy()
    output = image.copy()
    # 在左上角 添加文本： PyimageSerach：alpha
    # 在右下角画一个矩形的红色框
    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应用透明叠加层功能
    # overlay： 我们要应用的叠加层图像
    # alpha：   叠加层的实际Alpha透明度，alpha越接近1，图像越不透明；alpha越接近0，叠加层显示得越透明；
    # output： 原始图像
    # beta：   我们提供beta值作为第四个参数。 Beta定义为1-alpha 。我们需要定义alpha和beta，以便alpha + beta = 1.0
    # gamma：  伽玛值-加到加权和的标量。您可以将gamma视为应用加权加法后添加到输出图像的常数。在这种情况下，我们将其设置为零，因为我们不需要应用恒定值的加法运算。
    # output： 输出图像
    cv2.addWeighted(overlay, alpha, output, 1 - alpha,
                    0, output)

    # 展示输出图像，alpha，beta
    print("alpha={:.2f}, beta={:.2f}".format(alpha, 1 - alpha))
    cv2.imshow("Output", output)
    cv2.waitKey(0)

cv2.destroyAllWindows()