内容来自OpenCV-Python Tutorials 自己翻译整理
目标
图像加法、减法、位运算
学习函数cv2.add(),cv2.addWeighted()
加法:
使用cv2.add()将两个图像相加,可以使用numpy中的矩阵加法来实现。但是在opencv中加法是饱和操作,也就是有上限值,numpy会对结果取模。
综上,使用opencv的效果更好
img1=cv2.imread('1.jpg')
img2=cv2.imread('2.jpg')
res = cv2.add(img1,img2)
图像混合
实际上也是加法,只不过是按比例混合起来,有不同的权重
公式如下
g (x) = (1 − α)f0 (x) + αf1 (x)
现在第一幅图像的权重是0.7,第二幅图像的权重是0.3,使用cv2.addWeighted()函数进行混合
img1=cv2.imread('1.jpg')
img2=cv2.imread('2.jpg')
dst=cv2.addWeighted(img1,0.7,img2,0.3,0)
按位运算
位运算操作有and, or, not, xor。在提取部分图像选择非举行区域roi时,位运算操作十分有用。下面例子是改变一副图像的特定区域。
把opencv的标志放到另外一副图像上,如果使用加法,颜色会改变,如果使用混合,会变成透明,但是我们不想要透明效果,如果是举行区域,可以使用roi方法,但是并不是举行,下面使用位运算实现。
import cv2
import numpy as np
# 加载图像
img1 = cv2.imread('2.jpg')
img2 = cv2.imread('1.jpg')
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY)#ret是阈值(175)mask是二值化图像
mask_inv = cv2.bitwise_not(mask)#获取把logo的区域取反
img1_bg = cv2.bitwise_and(roi,roi,mask = mask)#在img1上面,将logo区域和mask取与使值为0
# 取 roi 中与 mask_inv 中不为零的值对应的像素的值,其他值为 0 。
# 把logo放到图片当中
img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)#获取logo的像素信息
dst = cv2.add(img1_bg,img2_fg)#相加即可
img1[0:rows, 0:cols ] = dst
cv2.imshow('res',img2_fg)
cv2.waitKey(0)
cv2.destroyAllWindows()
样例里面的思路比较巧妙,logo的背景都是黑色的,方便提取出来
先将logo设定阈值并二值化,得到logo区域的范围
将在背景图片中要放置logo区域的像素信息用位运算置0
将logo的像素信息和背景图片的像素相加
最后就这这个效果
练习
制作一个类似幻灯片似的的图片平滑过渡到另外一张图片(类似凤姐变成刘亦菲)
import cv2
import numpy as np
def nothing(x):
pass
img1 = cv2.imread('1.jpg')
img2 = cv2.imread('2.jpg')
# 创建一个黑色背景的窗口
img = np.zeros((500,500,3), np.uint8)
cv2.namedWindow('image')
cv2.createTrackbar('a','image',0,100,nothing)
while(1):
cv2.imshow('image',img)
k = cv2.waitKey(1) & 0xFF
if k == 27:
break
r = cv2.getTrackbarPos('a','image')
r=float(r)/100.0
img=cv2.addWeighted(img1,r,img2,1.0-r,0)
cv2.destroyAllWindows()
可怕~