opencv入门系列教学(六)图像上的算术运算(加法、融合、按位运算)

0.序言

这一篇博客我们将学习图像的几种算术运算,例如加法,减法,按位运算等。

1.图像加法

我们可以通过OpenCV函数 

cv.add()

或仅通过numpy操作

res=img1+img2 

res = img1 + img2 将两个图像加起来。两个图像应具有相同的深度和类型,或者第二个图像可以只是一个标量值。

注意:OpenCV加法和Numpy加法之间有区别。OpenCV加法是饱和运算,而Numpy加法是模运算。

例如,考虑以下示例:

>>> 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]

2.图像融合

这是一种更为常用的图像加法操作,但是对图像赋予不同的权重,这个操作可以用来对两幅图像或两段视频产生时间上的 画面叠化 (cross-dissolve)效果,就像在幻灯片放映和电影制作中那样,以使其具有融合或透明的感觉。根据以下等式添加图像:

cv.addWeighted() 

其数学表达式为G(x) = α · img1 +  (1-α)img2 ,其中 α 取值0 - 1。

下面我们将两个图像并且融合在一起。第一幅图像的权重为0.7,第二幅图像的权重为0.3。

img1 = cv.imread(‘ml.png‘)
img2 = cv.imread(‘opencv-logo.png‘)
dst = cv.addWeighted(img1,0.7,img2,0.3,0)
cv.imshow(‘dst‘,dst)
cv.waitKey(0)
cv.destroyAllWindows()

 结果如下所示:

opencv入门系列教学(六)图像上的算术运算(加法、融合、按位运算)

 

 

3.按位运算


按位运算包括按位 AND 、 OR 、 NOT 和 XOR 操作。它们在提取图像的任何部分(我们将在后面的章节中看到)、定义和处理非矩形 ROI 等方面非常有用。 下面我们将看到一个例子,如何改变一个图像的特定区域。

考虑下面这种情况,我想把 OpenCV 的标志放在一个图像上面。如果我添加两个图像,它会改变颜色。如果我混合它,我得到一个透明的效果。但我希望它是不透明的。如果是一个矩形区域,我可以使用 ROI,就像我们在上一章中所做的那样。但是 OpenCV 的 logo 不是长方形的。所以我们可以使用如下的按位操作来实现:

# 加载两张图片
img1 = cv.imread(‘messi5.jpg‘)
img2 = cv.imread(‘opencv-logo-white.png‘)
# 我想把logo放在左上角,所以我创建了ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
# 现在创建logo的掩码,并同时创建其相反掩码
img2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
# 现在将ROI中logo的区域涂黑
img1_bg = cv.bitwise_and(roi,roi,mask = mask_inv)
# 仅从logo图像中提取logo区域
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
# 将logo放入ROI并修改主图像
dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow(‘res‘,img1)
cv.waitKey(0)
cv.destroyAllWindows()

请看下面的结果。左图显示了我们创建的掩膜mask。右图显示最终结果。

opencv入门系列教学(六)图像上的算术运算(加法、融合、按位运算)

 

 

 

opencv入门系列教学(六)图像上的算术运算(加法、融合、按位运算)

上一篇:setTimeout的第三个参数


下一篇:Photoshop 整体美化偏暗的人物图片