2-2 图像算数操作—OpenCV-Python教程翻译

目标

掌握几种图像算术操作，比如加、减、按位操作等
掌握函数cv2.add()、cv2.addWeighted()等

图像相加

图像相加可以通过OpenCV函数cv2.add()或者Numpy相加实现。需要注意的是OpenCV相加是饱和运算（即两个像素值之和大于255时取最大值255），Numpy相加是取模运算（即两个像素值之和大于255时取与255的余数）。

>>> x = np.uint8([250])
>>> y = np.uint8([10])
>>> print( cv.add(x,y) ) # 250+10 = 260 => 255
[[255]]
>>> print( x+y )          # 250+10 = 260 % 256 = 4
[4]

图像混合

图像混合也是图像相加，但是可以给图像不同的权重，会产生一种混合或者透明的感觉。图像按照下面的公式相加，

α在0-1之间变化，从而将一张图像融合到另一张图像中。

下面的代码混合两张图像，第一张图片的权重为0.7，第二张图片的权重为0.4，使用函数cv.addWeighted()完成上面公式，其中λ=0。

img1 = cv.imread('image\\lenacolor.png')
img2 = cv.imread('image\\girl.bmp')
img2 = cv.resize(img2,(512,512),interpolation=cv.INTER_CUBIC)
dst = cv.addWeighted(img1,0.7,img2,0.4,0)
cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()

按位运算

这一部分中包括按位与、或、非和异或运算。这部分操

作对于抽取图像的任意部位和定义处理非矩形感兴趣区域将会十分有用。下面我们将改变图片某一个特定区域。

下面的案例将OpenCV的logo放到另一张图片的左上角。

# 加入两张图片
img1 = cv.imread('image\\barbara.bmp',cv.IMREAD_UNCHANGED)
img2 = cv.imread('image\\OpenCV.png')
# 创建图片1的感兴趣区域，大小为图片2的尺寸
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
# 创建logo的掩膜和逆膜，首先将logo变成灰度图
img2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY)
# 图片2进行二进制阈值化分割
ret, mask = cv.threshold(img2gray, 200, 255, cv.THRESH_BINARY)
# 创建逆膜，按位非运算
mask_inv = cv.bitwise_not(mask)
# 图片1的感兴趣区域的背景，按位与运算
img1_bg = cv.bitwise_and(roi,roi,mask = mask)
# 图片1的感兴趣区域的前景，按位与运算
img2_fg = cv.bitwise_and(img2,img2,mask = mask_inv)
# 将背景和前景相加
dst = cv.add(img1_bg,img2_fg)
# 将图片1的感兴趣区域替换成合成图片
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()

结果如下图

上面代码中比较核心的有一些几句，

ret, mask = cv.threshold(img2gray, 200, 255, cv.THRESH_BINARY)，以200作为阈值进行二进制阈值分割，获得二值图。
mask_inv = cv.bitwise_not(mask)，按位非操作，获得与阈值分割的图相反的图片
img1_bg = cv.bitwise_and(roi,roi,mask = mask) ，以mask作为操作矩阵指导roi进行按位与操作，提取出roi的背景
img2_fg = cv.bitwise_and(img2,img2,mask = mask_inv)，以mask_inv作为操作矩阵指导img2进行按位与操作，提取出logo前景

2-2 图像算数操作—OpenCV-Python教程翻译相关推荐

OpenCV Python教程（2、图像元素的访问、通道分离与合并）
OpenCV Python教程之图像元素的访问.通道分离与合并转载请详细注明原作者及出处,谢谢! 访问像素像素的访问和访问numpy中ndarray的方法完全一样,灰度图为: [python] v ...
OpenCV Python教程（3）（4）（5）：直方图的计算与显示形态学处理初级滤波内
OpenCV Python教程(3.直方图的计算与显示) 本篇文章介绍如何用OpenCV Python来计算直方图,并简略介绍用NumPy和Matplotlib计算和绘制直方图直方图的背景知识.用途 ...
python 图像无缝拼接,OpenCV Python 系列教程3 - Core 组件
基本知识灰度图像的存储方式: image 多通道图像存储方式 image OpenCV 中的通道存储为 BGR 像素值的存储方式 RGB 模式,显示设备采用这种模式 HSV.HLS 将颜色分解成色调 ...
OpenCV Python教程（1、图像的载入、显示和保存）
本文是OpenCV 2 Computer Vision Application Programming Cookbook读书笔记的第一篇.在笔记中将以Python语言改写每章的代码. PythonO ...
opencv python教程简书_OpenCV-Python系列二：常用的图像属性
对于图像,我们经常需要知道关于图像的特殊属性,比如宽度,高度,面积,像素点数目等等,那么在opencv-python中,这些信息如何获取呢? 本文结构: 1.基本图像属性 2. 对于opencv中的特 ...
opencv python教程简书_OpenCV-Python教程:57.图像修复
基础你们可能家里都会有一些老照片已经有黑点啊,划痕啊等.你有想过修复它们么?我们不能简单的在绘图工具里把他们擦除了就完了.因为这样只是把黑色的东西变成白色的而已,实际上没用.在这种情况下,会用到一种 ...
opencv python教程简书_OpenCV-Python教程:27.图像转换
理论傅里叶变换用来分析多种过滤器的频率特征.对于图片,2D离散傅里叶变换(DFT)用来找频率范围.一个快速算法叫快速傅里叶变换(FFT)用来计算DFT. 对于正弦信号,x(t) = Asin(2πf ...
opencv python教程简书_Python-OpenCV —— 基本操作一网打尽
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows.MacOS操作系统上.它轻量级而且高效--由一系列 C 函数和少量C++类构成,同时提供了Pyt ...
opencv python教程-OpenCV4 Python 最新中文版官方教程来了（附下载）
教程简介 OpenCV 是计算机视觉中经典的专用库,然而其中文版官方教程久久不来.近日,一款最新 OpenCV4.1 版本的完整中文版官方教程出炉,读者朋友可以更好的学习了解 OpenCV 相关细节. ...

2-2 图像算数操作—OpenCV-Python教程翻译

目标

图像相加

图像混合

按位运算

2-2 图像算数操作—OpenCV-Python教程翻译相关推荐

最新文章

热门文章