【OpenCV图像处理】一、图像相加、相减、相乘与相除的实现
看完了数字图像处理后，从头开始使用opencv进行相关内容的实现，使用的环境是VS2013+OpenCV2.4.9
1.图像的加运算
加运算就是两幅图像对应像素的灰度值或彩色分量进行相加。主要有两种用途，一种是消除图像的随机噪声，主要做是讲同一场景的图像进行相加后再取平均；另一种是用来做特效，把多幅图像叠加在一起，再进一步进行处理。
对于灰度图像，因为只有单通道，所以直接进行相应位置的像素加法即可，对于彩色图像，则应该将对应的颜色的分量分别进行相加。
通常来将，两幅或多幅相加的图像的大小和尺寸应该相同。
以下为代码部分，使用了两种方法进行实现，一是使用迭代器进行图像的遍历进行相加，另一种是使用OpenCV中的addWeighted函数进行线性相加。
经过师兄提醒，在这里补充一下，在OpenCV中除了上述使用函数的方法外，还可以直接运用运算符进行操作，例如在求两个图像的和的时候，可以直接写为
result1 = (img1 + img2) / 2;
result = (img1 > 30);
在实际的使用中，灵活的运用运算符进行图像的操作可以带来很大的方便。
PS：再次感谢师兄的提醒 :D
-
//本程序实现将两张尺寸相同的图像进行相加
-
//在对像素进行操作时，使用的时迭代器的方法
-
//2017-02-18
-
-
#include
-
#include
-
#include
-
-
using
namespace cv;
-
using
namespace
std;
-
-
int main()
-
{
-
Mat img1, img2, result1;
-
img1 = imread(
"1234.jpg");
-
img2 = imread(
"2345.jpg");
-
result1 = img1.clone();
-
Mat_
::iterator it = result1.begin();
//result1初始位置的迭代器
-
Mat_
::iterator itend = result1.end();
//result1终止位置的迭代器
-
Mat_
::iterator it1 = img1.begin();
//img1初始迭代器
-
Mat_
::iterator it2 = img2.begin();
//img2初始迭代器
-
//进行遍历
-
for (; it != itend; it++)
-
{
-
(*it)[
0] = ((*it1)[
0] + (*it2)[
0]) /
2;
-
(*it)[
1] = ((*it1)[
1] + (*it2)[
1]) /
2;
-
(*it)[
2] = ((*it1)[
2] + (*it2)[
2]) /
2;
-
it1++;
-
it2++;
-
}
-
namedWindow(
"原图1",
1);
-
imshow(
"原图1", img1);
-
namedWindow(
"原图2",
0);
-
imshow(
"原图2", img2);
-
namedWindow(
"相加后的图像",
0);
-
imshow(
"相加后的图像", result1);
-
Mat result2 = result1.clone();
-
addWeighted(img1,
1, img2,
1,
0,result2);
-
namedWindow(
"addWeighted");
-
imshow(
"addWeighted", result2);
-
waitKey();
-
return
0;
-
}
运行结果为：
2.图像相减
减法运算就是两幅图像见对象像素的灰度值或彩色分量进行相减，它可以用于目标检测，程序实现还是使用两种方法。
以下为程序部分
-
//本程序实现两个尺寸相同的图像进行相减的操作
-
//分别使用遍历像素的方法和addWeighted的方法
-
-
#include
-
#include
-
#include
-
-
using
namespace
std;
-
using
namespace cv;
-
uchar toZero(uchar a);
//置零函数，小于零则为0
-
int main()
-
{
-
Mat imag1, imag2, result1, result2;
-
imag1 = imread(
"2345.jpg");
-
imag2 = imread(
"1234.jpg");
-
result1 = imag1.clone();
-
result2 = imag2.clone();
-
-
int rowNumber = result1.rows;
-
int colNumber = result1.cols;
-
for (
int i =
0; i < rowNumber; i++)
-
{
-
for (
int j =
0; j < colNumber; j++)
-
{
-
result1.at
(i, j)[
0] = toZero(imag1.at(i, j)[
0] - imag2.at(i, j)[
0]);
-
result1.at
(i, j)[
1] = toZero(imag1.at(i, j)[
1] - imag2.at(i, j)[
1]);
-
result1.at
(i, j)[
2] = toZero(imag1.at(i, j)[
2] - imag2.at(i, j)[
2]);
-
}
-
}
-
//addWeighted方法进行图像相减
-
addWeighted(imag1,
1, imag2,
-1,
0,result2);
-
imshow(
"原图1", imag1);
-
imshow(
"原图2", imag2);
-
imshow(
"result1", result1);
-
imshow(
"addWeighted", result2);
-
waitKey();
-
return
0;
-
}
-
-
uchar toZero(uchar a)
-
{
-
if (a <
0)
-
return
0;
-
else
-
return a;
-
}
运行结果为：
result1貌似有问题，需要进一步进行检查。
3.图像相乘
图像的乘法运算就是将两幅图像对应的灰度值或彩色分量进行相乘。
乘运算的主要作用是抑制图像的某些区域，掩膜值置为1，否则置为0。乘运算有时也被用来实现卷积或相关的运算。
以下为相关程序代码。
-
//图像的乘运算。
-
//将两幅图像对应的灰度值或彩色分量进行相乘。
-
-
#include
-
#include
-
#include
-
-
using
namespace
std;
-
using
namespace cv;
-
-
int main()
-
{
-
Mat imag1, imag2, result;
-
imag1 = imread(
"1234.jpg");
-
imag2 = imread(
"2345.jpg");
-
result = imag1.clone();
-
int rowNumber = result.rows;
-
int colNumber = result.cols;
-
for (
int i =
0; i < rowNumber; i++)
-
{
-
for (
int j =
0; j < colNumber; j++)
-
{
-
result.at
(i, j)[
0] = (imag1.at(i, j)[
0] * imag2.at(i, j)[
0]) %
256;
-
result.at
(i, j)[
1] = (imag1.at(i, j)[
1] * imag2.at(i, j)[
1]) %
256;
-
result.at
(i, j)[
2] = (imag1.at(i, j)[
2] * imag2.at(i, j)[
2]) %
256;
-
}
-
}
-
imshow(
"原图1", imag1);
-
imshow(
"原图2", imag2);
-
imshow(
"相乘后的图像", result);
-
waitKey();
-
return
0;
-
}
实验的结果如下：
4.图像相除
图像除运算就是两幅图像对应像素的灰度值或彩色分量进行相除。
简单的出运算可以用于改变图像的灰度级
以下为代码部分
-
//图像的除法运算
-
//就是讲两幅图像的对应像素的灰度值或彩色分量进行相除。
-
//简单的除运算可以用来改变图像的灰度级。
-
-
#include
-
#include
-
#include
-
-
using
namespace
std;
-
using
namespace cv;
-
-
int main()
-
{
-
Mat imag1, imag2, result;
-
imag2 = imread(
"1234.jpg");
-
imag1 = imread(
"2345.jpg");
-
result = imag1.clone();
-
-
int rowNumber = result.rows;
-
int colNumber = result.cols;
-
for (
int i =
0; i < rowNumber; i++)
-
{
-
for (
int j =
0; j < colNumber; j++)
-
{
-
result.at
(i, j)[
0] = (imag1.at(i, j)[
0] *
1.0) / imag2.at(i, j)[
0];
-
result.at
(i, j)[
1] = (imag1.at(i, j)[
1] *
1.0) / imag2.at(i, j)[
1];
-
result.at
(i, j)[
2] = (imag1.at(i, j)[
2] *
1.0) / imag2.at(i, j)[
2];
-
}
-
}
-
imshow(
"原图1", imag1);
-
imshow(
"原图2", imag2);
-
imshow(
"相除后的图像", result);
-
waitKey();
-
return
0;
-
}
转载自：https://blog.csdn.net/qq_34784753/article/details/55667671?locationNum=1&fps=1