前言
图像运算指以图像为单位进行的搡作(该操作对图像中的所有像素同样进行),运算的结果是 一幅其灰度分布与原来参与运算图像灰度分布不同的新图像。具体的运算主要包括算术和逻辑运算,它们通过改变像素的值来得到图像增强的效果。
算术和逻辑运算中每次只涉及一个空间像素的位置,所以可以“原地"完成,即在(x,y)位置做一个算术运算或逻辑运算的结果可以存在其中 一个图像的相应位置,因为那个位置在其后的运箅中不会再使用。换句话说,设对两幅图像f(x,y) 和h(x,y)的算术或逻辑运算的结果是g(x,y),则可直接将g(x,y)覆盖f(x,y)或h(x,y),即从原存放 输入图像的空间直接得到输出图像。详情
+与cv2.add()函数差别
+:取模
cv2.add():饱和值
© Fu Xianjun. All Rights Reserved.
正文
使用加号进行图像的运算
import cv2
img1=cv2.imread("LinuxLogo.jpg")
img2=cv2.imread("WindowsLogo.jpg")
img3=img1+img2
cv2.imshow("add",img3)
cv2.waitKey()
cv2.destroyAllWindows()
效果图
算术运算
应用亮度与对比度调整
def add_demo(m1, m2):
dst = cv2.add(m1, m2)
cv2.imshow("add_demo", dst)
def subtract_demo(m1, m2):
dst = cv2.subtract(m1, m2)
cv2.imshow("subtract_demo", dst)
def divide_demo(m1, m2):
dst = cv2.divide(m1, m2)
cv2.imshow("divide_demo", dst)
def multiply_demo(m1, m2):
dst = cv2.multiply(m1, m2)
cv2.imshow("multiply_demo", dst)
def contrast_brightness_demo(image, c, b):
h, w, ch = image.shape
blank = np.zeros([h, w, ch], image.dtype)
dst = cv2.addWeighted(image, c, blank, 1-c, b)
cv2.imshow("con-bri-demo", dst)
img1=cv2.imread("LinuxLogo.jpg")
img2=cv2.imread("WindowsLogo.jpg")
cv2.imshow("image1", img1)
cv2.imshow("image2", img2)
#add_demo(img1,img2)
#subtract_demo(img1,img2)
#divide_demo(img1,img2)
#multiply_demo(img1,img2)
contrast_brightness_demo(img2,1.2,10)
cv2.waitKey(0)
cv2.destroyAllWindows()
效果图
用代码实现ppt页面切换的功能,关键函数:addWeighted()
l,h=img1.shape[0:2]
a=0
dst=cv2.addWeighted(img1,a,img2,1-a,-1)
while a<1.0:
dst=cv2.addWeighted(img1,a,img2,1-a,-1.0)
cv2.imshow('ppt',dst)
cv2.waitKey(100)
a+=0.02
cv2.waitKey(0)
cv2.destroyAllWindows()
效果图