OpenCV基础 | 1.像素运算

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第11天，点击查看活动详情

图像像素运算

• 算术运算
• • 加，减，乘，除
  • 应用：调节亮度，调整对比度
• 逻辑运算
• • 与，或，非
  • 应用：遮罩层控制
• 改变对比度，亮度

图片读入程序中后，是以numpy数组存在的。因此对numpy数组的一切功能，对图片也适用。对数组元素的访问，实际上就是对图片像素点的访问。

彩色图片访问方式为：img[i,j,c]

i表示图片的行数，j表示图片的列数，c表示图片的通道数（RGB三通道分别对应0，1，2）。坐标是从左上角开始。

灰度图片访问方式为：gray[i,j]

1.算术运算

两张形状大小完全相同的图进行加减乘除，如果图像大小不一致，会报错，可以通过cv2.resize函数裁剪图片到同一个尺寸，原图如下

• 加

• • 两张图片的各个像素点的通道值相加

  • 黑为0，白为255，像素值相加后得到新的像素值，如果像素值结果超过255，进行截断，最终结果还是255，即为白色

    import cv2
    p = cv2.imread('./python1.jpg')m = cv2.imread('./matlab.jpg')
    dst = cv2.add(p, m)cv2.imshow("add_demo", dst)cv2.waitKey(0)
    

  • 应用：去除叠加性噪声 ，生成图像叠加效果

• 减

• • 两张图片各个像素点的通道值相减

  • 黑为0，白为255，如果相减后像素值为负值，而范围是0-255，因此取0，即为黑；

    import cv2
    p = cv2.imread('./python1.jpg')m = cv2.imread('./matlab.jpg')
    dst = cv2.subtract(p, m)cv2.imshow("add_demo", dst)cv2.waitKey(0)
    

  • 

  • 应用：显示两幅图像的差异，检测同一场景 两幅图像之间的变化；图像分割，如分割运动的车辆，减法去掉静止的部分，剩余的是运动元素和噪声。

• 乘

• • 两张图片各个像素点的通道值相乘

  • 黑为0，0*图二中任意的一个像素值为0，为黑，因为python图都是白色居多，弄个求反图片变黑，python图外边框是反锯齿的（边缘柔化），有模糊的，并不一定都为0，因此相乘之后会出现那种像烟花的边边

    import cv2
    p = cv2.imread('./python1.jpg')m = cv2.imread('./matlab.jpg')
    dst = cv2.multiply(255-p, m)cv2.imshow("demo", dst)cv2.waitKey(0)
    

  • 

  • 应用：图像的局部显示，用二值模板图像与原图像做乘法

• 除

• • 两张图片各个像素点的通道值相除

  • 应用少

    import cv2
    p = cv2.imread('./python1.jpg')m = cv2.imread('./matlab.jpg')
    dst = cv2.divide(p, 255-m)cv2.imshow("demo", dst)cv2.waitKey(0)
    

  • 

2.逻辑运算

• 与

• • 全1得1

    import cv2
    p = cv2.imread('./python1.jpg')m = cv2.imread('./matlab.jpg')
    dst = cv2.bitwise_and(p, m)cv2.imshow("demo", dst)cv2.waitKey(0)
    

  • 

  • 相当于一个mask

  • 应用：求两个子图的相交子图

• 或

• • 有1得1

    import cv2
    p = cv2.imread('./python1.jpg')m = cv2.imread('./matlab.jpg')
    dst = cv2.bitwise_or(p, m)cv2.imshow("demo", dst)cv2.waitKey(0)
    

  • 

  • 应用：合并图片

• 非

• • 0得1，1得0 ，针对的是一张图，等效于255-p

    import cv2
    p = cv2.imread('./python1.jpg')m = cv2.imread('./matlab.jpg')
    dst = cv2.bitwise_not(p)cv2.imshow("demo", dst)cv2.waitKey(0)
    

  • 

  • 应用：获得图片的补图

3.改变对比度，亮度

def contrast_brightness_demo(image, c, b):
    h, w, ch = image.shape
    #初始化一张黑图
    blank = np.zeros([h, w, ch], image.dtype)

    # 图像混合，c, 1-c为这两张图片的权重
    dst = cv.addWeighted(image, c, blank, 1-c, b)
    cv.imshow("contrast_brightness_demo", dst)
    
src=cv.imread("./images/lena.jpg")
#对比度1.2，亮度100
contrast_brightness_demo(src,1.2,100)

结果如下：