计算机视觉或图像处理中 按位AND 操作的一个非常重要的应用是创建图像的掩模(mask)。我们还可以使用该运算符在图像上添加水印。
图像的像素值表示为numpy ndarray。像素值使用8位无符号整数( uint8 ),其范围从0到255。两个图像之间的 按位AND 操作是在相应图像的这些像素值的二进制表示中进行的。
以下是执行两个图像的 按位AND 操作的语法 −
cv2.bitwise_and(img1, img2, mask=None)
img1 和 img2 是两个输入图像, mask 是一个掩模操作。
步骤
您可以按照以下步骤计算两个图像之间的 按位AND −
导入所需的库 OpenCV 。确保您已经安装了它。
import cv2
使用 cv2.imread() 方法读取图像。两张图片的宽度和高度必须相同。
img1 = cv2.imread('lamp.jpg')
img2 = cv2.imread('jonathan.jpg')
使用cv2.biwise_and(img1, img2)计算图像的 按位AND 。
and_img = cv2.bitwise_and(img1,img2)
显示按位AND图像。
cv2.imshow('Bitwise AND Image', and_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
输入图像
我们将使用以下图像作为下面示例中的输入文件。
示例1
在下面的Python程序中,我们计算了两个彩色图像的 按位AND 。
# 导入所需库
import cv2
# 读取两个输入图像。
# 两个图像的大小必须相同。
img1 = cv2.imread('lamp.jpg')
img2 = cv2.imread('jonathan.jpg')
# 在两个图像上按位计算 AND
and_img = cv2.bitwise_and(img1,img2)
# 显示计算出的按位 AND 图像
cv2.imshow('Bitwise AND Image', and_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出
当您运行此Python程序时,它将生成以下输出 −
示例2
下面的python程序展示了对图像执行按位AND操作的应用。我们创建了一个掩模,然后使用它执行按位AND操作。
# 导入必要的库
import cv2
import matplotlib.pyplot as plt
import numpy as np
# 作为灰色图像读取输入图像
img = cv2.imread('jonathan.jpg',0)
# 创建一个掩模
mask = np.zeros(img.shape[:2], np.uint8)
mask[100:400, 150:600] = 255
# 使用掩模计算按位AND
masked_img = cv2.bitwise_and(img,img,mask = mask)
# 显示输入图像、掩模和输出图像
plt.subplot(221), plt.imshow(img, 'gray'), plt.title("原始图像")
plt.subplot(222), plt.imshow(mask,'gray'), plt.title("掩模")
plt.subplot(223), plt.imshow(masked_img, 'gray'), plt.title("输出图像")
plt.show()
输出
运行此Python程序,将生成以下输出−
为帮助更多对人工智能感兴趣的小伙伴们能够有效的系统性的学习以及论文的研究,小编特意制作整理了一份人工智能学习资料给大家,整理了很久,非常全面。
大致内容包括一些人工智能基础入门视频和文档+AI常用框架实战视频、计算机视觉、机器学习、图像识别、NLP、OpenCV、YOLO、pytorch、深度学习与神经网络等学习资料、课件源码、国内外知名精华资源、以及AI热门论文等全套学习资料。
需要以上这些文中提到的资料,请点击此处→【人工智能全套完整VIP资料】即可免费获取。
看完三件事❤️
- 如果你觉得这篇内容对你还蛮有帮助,我想邀请你帮我三个小忙:
- 点赞,转发,有你们的 『点赞和评论』,才是我创造的动力。
- 关注作者公众号 『 python深度学习NLP 』,不定期分享原创知识。
- 关注后回复【666】扫码即可获取学习资料包。
- 同时可以期待后续文章ing🚀。