OpenCV 学习笔记（七）—— 图像的算术运算

图像的算术运算

• 本节主要介绍一系列的图片的算术运算，包括图片相加，相减等。

一. 学习目标

• 学习一系列的图片算术运算，包括图片的相加，相减，按位操作等。
• 学习函数：cv.add()，cv.addWeighted() 等。

二. 图片相加

• 在进行图片相加时，我们可以使用 OpenCV 的 cv.add() 函数，也可以使用 Numpy 直接进行相加：res = img1 + img2 。
• 注意：
  • 两幅图片的深度和类型应该相同。
  • cv.add() 是一个饱和运算，而 Numpy 的加法是一个取模运算。
• 我们看一下演示代码，来感受两者的不同：

  >>> x = np.uint8([122])
  >>> y = np.uint8([178])
  >>> print(x + y)        # 122 + 178 = 300 % 256 => 44
  [44]
  >>> print(cv.add(x, y))     # 122 + 178 = 300 => 255
  [[255]]
  

三. 图像混合

• 图像混合也是一种图片相加，但是为了体现图片混合或是图片透明的效果，不同的图片在相加时被给予不同的权重。图片混合的公式为：
  $$g(x)=(1-\alpha )f_0(x)+\alpha f_1(x)$$
• 通过从 0 $\to$ 1改变 $\alpha$ ，可以从一个图像到另一个图像之间执行冷转换。
• 下面我就通过一个简单的代码，来实现图片混合：

  import cv2 as cv
  import numpy as np
  from matplotlib import pyplot as plt
  
  # 读取图片
  img1 = cv.imread("./test_image/boat.bmp")
  img2 = cv.imread("./test_image/dollar.bmp")
  
  # 图片按照不同的权重进行相加
  dst = cv.addWeighted(img1, 0.8, img2, 0.2, 0)
  
  # 显示图片
  plt.subplot(131),plt.imshow(img1,'gray'),plt.title('img1')
  plt.subplot(132),plt.imshow(img2,'gray'),plt.title('img2')
  plt.subplot(133),plt.imshow(dst,'gray'),plt.title('dst')
  plt.show()
  
  cv.waitKey(0)
  cv.destroyAllWindows()
  

• 运行结果：
  
• 其中 cv.addWeighted() 函数的公式为：
  $$dst=\alpha \cdot img1+\beta \cdot img2+\gamma$$

四. 按位运算

• 按位运算包括按位与，按位或，按位非以及按位异或运算。
• 下面我就通过一段代码，来演示怎么使用 OpenCV 的按位运算：

  import cv2 as cv
  import numpy as np
  
  # 先定义像个数，用来执行操作
  a = np.uint8([11]) # 二进制：0000 1011
  b = np.uint8([13]) # 二进制：0000 1101
  
  # 按位与
  # b'0000 1011 & b'0000 1101 = b'0000 1001 = 9
  res_and = cv.bitwise_and(a, b)  
  # 按位或
  # b'0000 1011 | b'0000 1101 = b'0000 1111 = 15
  res_or = cv.bitwise_or(a, b)
  # 按位非
  #  - b'0000 1011 = b'1111 0100 = 244
  res_not = cv.bitwise_not(a)
  # 按位异或
  # b'0000 1011 xor b'0000 1101 = b'0000 0110 = 6
  res_xor = cv.bitwise_xor(a, b)
  
  # 打印输出结果
  print("res_and is:",res_and)
  print("res_or is:",res_or)
  print("res_not is:",res_not)
  print("res_xor is:",res_xor)
  

• 运行结果：
  

五. 结语

• 如果其中有不对的地方或是需要改进的地方，请指正。
• 联系方式 email：[email protected] 。
• 本文到这就结束了，谢谢大家观看。