OpenCV学习笔记 - OpenCV图像运算

OpenCV学习笔记 - 图像运算

图像算术运算

cv2.add(img1,img2)

• 功能：图像相加 （注意：img1,img2的图像的尺寸必须是一致的）

• 参数说明：

  • img1 : 作矩阵相加的图像1（numpy类型）
  • img2 : 作矩阵相加的图像2（numpy类型）

• 运算规则：
  

• 代码实例：

  import cv2
  import numpy as np
  
  # 读取图片
  img1 = cv2.imread('./img/AI_Security.jpg')
  
  # 图的加法运算就是矩阵的加法运算
  # 注意加法运算的两张图尺寸必须是一样的
  img2 = np.ones(img1.shape,np.uint8) * 50
  
  # 图像相加的结果
  res = cv2.add(img1,img2)
  
  # 展示图片
  cv2.imshow('img1',img1)
  cv2.imshow('img2',img2)
  cv2.imshow('res',res)
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
      cv2.destroyAllWindows()
  

• 实验效果：增加img1图像的亮度
  

cv2.subtract(img1,img2)

• 功能：图像相减 （注意：img1,img2的图像的尺寸必须是一致的）

• 参数说明：

  • img1 : 作矩阵相减的图像1（numpy类型）
  • img2 : 作矩阵相减的图像2（numpy类型）

• 运算规则：
  

• 代码实例：继图像相加的代码，将图像复原

  # 图像相减
  origin = cv2.subtract(res,img2)
  
  # 展示图片
  cv2.imshow('origin',origin)
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
  	cv2.destroyAllWindows()
  

• 实验效果：
  

• 补充：为了让图像相乘和相除更快可以用 cv2.multiply(img1,img2) cv2.divide(img1,img2)

cv2.addWeighted(img1,alpha,img2,beta,gamma)

• 功能：实现图像融合
• 参数说明：

  • img1：需要融合的图像1
  • alpha：img1融合所占权重
  • img2：需要融合的图像2
  • beta：img2融合所占权重
  • gamma：静态权重（简单理解为偏置项）

• 运算规则：
  
• 代码实例：

  import cv2
  import numpy as np
  
  ## 创建窗口
  cv2.namedWindow('img1',cv2.WINDOW_NORMAL)
  cv2.namedWindow('img2',cv2.WINDOW_NORMAL)
  cv2.namedWindow('res',cv2.WINDOW_NORMAL)
  
  ## 设置展示窗口的大小
  cv2.resizeWindow('img1',480,480)
  cv2.resizeWindow('img2',480,480)
  cv2.resizeWindow('res',480,480)
  
  ## 读取图片
  img1 = cv2.imread('./img/AI_Security.jpg')
  img2 = cv2.imread('./img/TSU.jpg')
  
  ## 由于读入的两张图片尺寸是不一样的,因此我们需要将其尺寸保持一致
  print(img1.shape)
  img2 = cv2.resize(img2,(img1.shape[1],img1.shape[0]),interpolation=cv2.INTER_CUBIC)
  print(img2.shape)
  
  
  ## 图片融合
  res = cv2.addWeighted(img1,0.9,img2,0.1,0)
  
  ## 展示图片
  cv2.imshow('img1',img1)
  cv2.imshow('img2',img2)
  cv2.imshow('res',res)
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
      cv2.destroyAllWindows()
  

• 实验效果：
  

图像位运算

cv2.bitwise_not(img)

• 功能：将图像进行像素的二进制值按位翻转

• 参数说明：

  • img : 需要图像按位翻转的图像

• 代码实例：

  import cv2
  import numpy as np
  
  ## 初始化一张黑白单通道图片
  img = np.ones((200,200),np.uint8)
  
  # 在图像中间挖一块白色的矩形
  img[50:150,50:150] = 255
  cv2.imshow('img',img)
  
  # 将图片翻转
  img2 = cv2.bitwise_not(img)
  cv2.imshow('img2',img2)
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
      cv2.destroyAllWindows()
  

• 实验效果：
  

cv2.bitwise_and(img1,img2)

• 代码功能：将图像进行像素的二进制值按位与运算

• 参数说明：

  • img1：需要作按位与运算的图像1
  • img2：需要作按位与运算的图像2

• 实验效果：
  

cv2.bitwise_or(img1,img2) cv2.bitwise_xor(img1,img2)

• 代码功能：实现图像的按位或/异或运算，或or运算整合图像信息/异或xor运算实现重叠部分标暗

• 参数说明：

  • img1：需要作按位与运算的图像1
  • img2：需要作按位与运算的图像2

• 代码实例：

  import cv2
  import numpy as np
  
  img1 = np.zeros((200,200),np.uint8)
  img1[50:120,50:120] = 255
  img2 = np.zeros((200,200),np.uint8)
  img2[80:150,80:150] = 255
  
  
  cv2.imshow('img1',img1)
  cv2.imshow('img2',img2)
  
  ## 或:整合信息
  img_or = cv2.bitwise_or(img1,img2)
  
  ## 异或:将重合部分标黑
  img_xor = cv2.bitwise_xor(img1,img2)
  
  
  cv2.imshow('img_or',img_or)
  cv2.imshow('img_xor',img_xor)
  key = cv2.waitKey(0)
  if key & 0xFF == ord('q'):
      cv2.destroyAllWindows()
  

• 实验效果：
  

课程大作业 - 图像添加水印

基本步骤

引入一幅图片

# 导入图片
ai_security = cv2.imread('./img/AI_Security.jpg')

要有一个LOGO

# logo
tsu = cv2.imread('./img/TSU.jpg')

计算图片在什么地方添加,在添加的地方变成黑色

mask = np.full((200,200),255,np.uint8)
m = cv2.bitwise_not(mask)

# 选择AI_security添加logo的位置
roi = ai_security[0:200,0:200]

# 与m进行与操作(挖去需要添加logo的位置)
tmp = cv2.bitwise_and(roi,roi,mask=m)

利用add,将LOGO与图片叠加在一起

# 添加logo
dst = cv2.add(tmp,tsu)
ai_security[0:200,0:200] = dst

展示效果

## 展示图片
cv2.imshow('ai',ai_security)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()

实验效果