专业提供建站模板的公司,房产网站加盟,诸城网站建设定制,用静态网站更新一.图像加法运算
图像加法运算主要有两种方法。第一种是调用Numpy库实现#xff0c;目标图像像素为两张图像的像素之和#xff1b;第二种是通过OpenCV调用add()函数实现。第二种方法的函数原型如下#xff1a;
dst add(src1, src2[, dst[, mask[, dtype]]]) – src1表示第…一.图像加法运算
图像加法运算主要有两种方法。第一种是调用Numpy库实现目标图像像素为两张图像的像素之和第二种是通过OpenCV调用add()函数实现。第二种方法的函数原型如下
dst add(src1, src2[, dst[, mask[, dtype]]]) – src1表示第一张图像的像素矩阵 – src2表示第二张图像的像素矩阵 – dst表示输出的图像必须和输入图像具有相同的大小和通道数 – mask表示可选操作掩码8位单通道数组用于指定要更改的输出数组的元素。 – dtype表示输出数组的可选深度
注意当两幅图像的像素值相加结果小于等于255时则输出图像直接赋值该结果如12048赋值为168如果相加值大于255则输出图像的像素结果设置为255如(25564) 赋值为255。下面的代码实现了图像加法运算。
#coding:utf-8
# ByEastmount
import cv2
import numpy as np #读取图片
img cv2.imread(luo.png)#图像各像素加100
m np.ones(img.shape, dtypeuint8)*100#OpenCV加法运算
result cv2.add(img, m)#显示图像
cv2.imshow(original, img)
cv2.imshow(result, result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()输出如图4-1所示左边为“小珞珞”的原始图像右边为像素值增加100像素后的图像输出图像显示更偏白。 二.图像减法运算
图像减法运算主要调用subtract()函数实现其原型如下所示
dst subtract(src1, src2[, dst[, mask[, dtype]]]) – src1表示第一张图像的像素矩阵 – src2表示第二张图像的像素矩阵 – dst表示输出的图像必须和输入图像具有相同的大小和通道数 – mask表示可选操作掩码8位单通道数组用于指定要更改的输出数组的元素。 – dtype表示输出数组的可选深度
具体实现代码如下所示
#coding:utf-8
# ByEastmount
import cv2
import numpy as np #读取图片
img cv2.imread(luo.png)#图像各像素减50
m np.ones(img.shape, dtypeuint8)*50#OpenCV减法运算
result cv2.subtract(img, m)#显示图像
cv2.imshow(original, img)
cv2.imshow(result, result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()输出如图4-2所示左边为原始图像右边为像素值减少50像素后的图像输出图像显示更偏暗。 三.图像与运算
与运算是计算机中一种基本的逻辑运算方式符号表示为“”其运算规则为
000010100111
图像的与运算是指两张图像灰度图像或彩色图像均可的每个像素值进行二进制“与”操作实现图像裁剪。
dst bitwise_and(src1, src2[, dst[, mask]]) – src1表示第一张图像的像素矩阵 – src2表示第二张图像的像素矩阵 – dst表示输出的图像必须和输入图像具有相同的大小和通道数 – mask表示可选操作掩码8位单通道数组用于指定要更改的输出数组的元素。
下面代码是通过图像与运算实现图像剪裁的功能。
#coding:utf-8
# ByEastmount
import cv2
import numpy as np #读取图片
img cv2.imread(luo.png, cv2.IMREAD_GRAYSCALE)#获取图像宽和高
rows, cols img.shape[:2]
print(rows, cols)#画圆形
circle np.zeros((rows, cols), dtypeuint8)
cv2.circle(circle, (int(rows/2),int(cols/2)), 100, 255, -1)
print(circle.shape)
print(img.size, circle.size)#OpenCV图像与运算
result cv2.bitwise_and(img, circle)#显示图像
cv2.imshow(original, img)
cv2.imshow(circle, circle)
cv2.imshow(result, result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()输出如图4-3所示原始图像与圆形进行与运算之后提取了其中心轮廓。同时输出图像的形状为377×326。注意两张图像的大小和类型必须一致。 四.图像或运算
逻辑或运算是指如果一个操作数或多个操作数为 true则逻辑或运算符返回布尔值 true只有全部操作数为false结果才是 false。图像的或运算是指两张图像灰度图像或彩色图像均可的每个像素值进行二进制“或”操作实现图像裁剪。其函数原型如下所示
dst bitwise_or(src1, src2[, dst[, mask]]) – src1表示第一张图像的像素矩阵 – src2表示第二张图像的像素矩阵 – dst表示输出的图像必须和输入图像具有相同的大小和通道数 – mask表示可选操作掩码8位单通道数组用于指定要更改的输出数组的元素。
下面代码是通过图像或运算实现图像剪裁的功能。
#coding:utf-8
# ByEastmount
import cv2
import numpy as np #读取图片
img cv2.imread(luo.png, cv2.IMREAD_GRAYSCALE)#获取图像宽和高
rows, cols img.shape[:2]#画圆形
circle np.zeros((rows, cols), dtypeuint8)
cv2.circle(circle, (int(rows/2),int(cols/2)), 100, 255, -1)#OpenCV图像或运算
result cv2.bitwise_or(img, circle)#显示图像
cv2.imshow(original, img)
cv2.imshow(circle, circle)
cv2.imshow(result, result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()输出如图4-4所示原始图像与圆形进行或运算之后提取了图像除中心原形之外的像素值。 五.图像非运算
图像非运算就是图像的像素反色处理它将原始图像的黑色像素点转换为白色像素点白色像素点则转换为黑色像素点其函数原型如下
dst bitwise_not(src1, src2[, dst[, mask]]) – src1表示第一张图像的像素矩阵 – src2表示第二张图像的像素矩阵 – dst表示输出的图像必须和输入图像具有相同的大小和通道数 – mask表示可选操作掩码8位单通道数组用于指定要更改的输出数组的元素。
图像非运算的实现代码如下所示。
#coding:utf-8
import cv2
import numpy as np #读取图片
img cv2.imread(Lena.png, cv2.IMREAD_GRAYSCALE)#OpenCV图像非运算
result cv2.bitwise_not(img)#显示图像
cv2.imshow(original, img)
cv2.imshow(result, result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()原始图像非运算之后输出如图4-5所示。 六.图像异或运算
逻辑异或运算xor是一个数学运算符数学符号为“⊕”计算机符号为“xor”其运算法则为如果a、b两个值不相同则异或结果为1如果a、b两个值相同异或结果为0。
图像的异或运算是指两张图像灰度图像或彩色图像均可的每个像素值进行二进制“异或”操作实现图像裁剪。其函数原型如下所示
dst bitwise_xor(src1, src2[, dst[, mask]]) – src1表示第一张图像的像素矩阵 – src2表示第二张图像的像素矩阵 – dst表示输出的图像必须和输入图像具有相同的大小和通道数 – mask表示可选操作掩码8位单通道数组用于指定要更改的输出数组的元素。
图像异或运算的实现代码如下所示。
#coding:utf-8
# ByEastmount
import cv2
import numpy as np #读取图片
img cv2.imread(luo.png, cv2.IMREAD_GRAYSCALE)#获取图像宽和高
rows, cols img.shape[:2]#画圆形
circle np.zeros((rows, cols), dtypeuint8)
cv2.circle(circle, (int(rows/2),int(cols/2)), 100, 255, -1)#OpenCV图像异或运算
result cv2.bitwise_xor(img, circle)#显示图像
cv2.imshow(original, img)
cv2.imshow(circle, circle)
cv2.imshow(result, result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()原始图像与圆形进行异或运算之后输出如图4-6所示。
