一、本节简介
图像运算也就是像素运算，简单的说就是利用算术运算或逻辑运算，对图像的每个像素进行处理（例如两个图像的合并）。虽然我们可以像第二节课那样，一个像素一个像素的遍历并修改值，但是如果图像分辨率很大的情况下，会处理的很慢，并且处理一些复杂的运算时，我们的代码效率会变得更低，代码编写出来也变得很麻烦。这节课就来讲解以下OpenCV中对图像运算的方法。
注意：我们在处理两个图像时，图像的像素大小和类型要完全一致，否则OpenCV就会报错。
二、算术运算
图像算术运算就是对两个图像的每个像素点执行加减乘除的运算，从而得到一个新的图像。代码如下
def add(image1,image2):"""图片相加"""dst=cv.add(image1,image2)cv.imshow("add image",dst)def subtract(image1,image2):"""图片相减"""dst=cv.subtract(image1,image2)cv.imshow("subtract image",dst)def divide(image1,image2):"""图片相除"""dst=cv.divide(image1,image2)cv.imshow("divide image",dst)def multiply(image1,image2):"""图片相乘"""dst=cv.multiply(image1,image2)cv.imshow("multiply image",dst)
三、逻辑运算
图像的逻辑运算就是对图像的每个像素点执行与或非的运算，从而得到一个新的图片，代码如下
def logic(image1,image2):"""逻辑运算"""#与操作dst=cv.bitwise_and(image1,image2)cv.imshow("logic",dst)# 或操作(与相加操作类似)dst = cv.bitwise_or(image1, image2)cv.imshow("logic", dst)# 非操作(像素取反)dst = cv.bitwise_not(image1)cv.imshow("logic", dst)
四、其他算数运算
def others(image1,image2):#计算每个通道的平均值m1= cv.mean(image1)m2 = cv.mean(image2)#计算每个通道的平均值和方差m1,dev1=cv.meanStdDev(image1)m2,dev2=cv.meanStdDev(image2)print(m1,dev1)print(m2,dev2)
五、简单的Demo
def contrast_brightness(image,c,b):"""修改亮度和对比度c：对比度b：亮度"""#获取图片的高、宽和通道数h,w,ch=image.shape#创建一个全黑色的图片blank=np.zeros([h,w,ch],image.dtype)#调整亮度和对比度dst=cv.addWeighted(image,c,blank,1-c,b)cv.imshow("con-bri",dst)
| 觉得不错打赏一下 | |
|---|---|
 |  |
