Python-OpenCV图像的按位运算实现图像融合

该章内存取自OpenCV教程3_2_图像上的算法运算

这包括按位 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。 我想把HUST 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 HUST OpenCV 的 logo 不是长方形的。所以你可以使用如下的按位操作来实现:

获取图像

imgHUST = cv.imread('hust-logo-small.bmp')
img2 = cv.imread('moon.jpg')

获取imgHUST的放置矩阵

rows,cols,channels = imgHUST.shape
roi = img2[0:rows, 0:cols ]

showPicture(roi)

现在创建logo的掩码，并同时创建其相反掩码

1.转为灰度图

注意：灰度图0是黑，255是白

img2gray = cv.cvtColor(imgHUST,cv.COLOR_BGR2GRAY)

showPicture(img2gray)

2. 根据阈值设置掩码

若threshold_type=CV_THRESH_BINARY:
如果 $src(x,y)>threshold,dst(x,y)=max\_value;$
否则:$dst（x,y）=0$;

250为阈值threshold ，255为max_value
若灰度图大于250，则设置为纯白255，否则为纯黑0.

ret, mask = cv.threshold(img2gray,250, 255, cv.THRESH_BINARY)
showPicture(mask)

对图像取反

bitwise_not按位取反

mask_inv = cv.bitwise_not(mask)
showPicture(mask_inv)

现在将ROI中logo的区域涂黑

img1_bg = cv.bitwise_and(roi,roi,mask = mask)

与运算，有0（黑色）为0（黑色）

合成效果如下

仅从logo图像中提取logo区域

img2_fg = cv.bitwise_and(imgHUST,imgHUST,mask = mask_inv)
showPicture(img2_fg)

将logo放入ROI并修改主图像

dst = cv.add(img1_bg,img2_fg)# 可直接相加
img2[0:rows, 0:cols ] = dst # 将修改部分加入原图像
showPicture(img2)