#目的为记录在自己运行时存在的问题及解决方法,本文基于CSDN社区的Eastmount大佬的课程,通过学习,其中也增加了自己的考量和问题的解决。
- 图像相加
(1) Numpy库加法
其运算方法是:目标图像 = 图像1 + 图像2,运算结果进行取模运算。
1)当像素值<=255时,结果为“图像1+图像2”,例如:120+48=168
- 当像素值>255时,结果为对255取模的结果,例如:(255+64)%255=64
(2) OpenCV加法运算
另一种方法是直接调用OpenCV库实现图像加法运算,方法如下:
目标图像 = cv2.add(图像1, 图像2)
此时结果是饱和运算,即:
- 当像素值<=255时,结果为“图像1+图像2”,例如:120+48=168
- 当像素值>255时,结果为255,例如:(255+64) = 255
(3) 代码中需要注意的是,由于OpenCV采用的BGR格式,而plt是RGB格式,所以混用时要进行格式转换。
# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图片
img = cv2.imread("C:/Users/CLH/Desktop/test1.JPG")
source = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
test = source
# 方法一:Numpy加法运算
result1 = source + test
# 方法二:OpenCV加法运算
result2 = cv2.add(source, test)
# 显示图像
titles = ["original","result1","result2"]
images = [source, result1, result2]
for i in range(3):
plt.subplot(1, 3, i+1)
plt.imshow(images[i])
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.show()
2. 图像融合
(1)图像融合是在图像加法的基础上增加了系数和亮度调节量。
1)图像加法:目标图像 = 图像1 + 图像2
2)图像融合:目标图像 = 图像1 * 系数1 + 图像2 * 系数2 + 亮度调节量
(2)主要调用的函数是addWeighted,方法如下:
dst = cv2.addWeighter(scr1, alpha, src2, beta, gamma)
其中gamma不可省略。
(3)需要注意的是,两张融合的图像像素大小需要一致。
# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图片
img1 = cv2.imread("C:/Users/CLH/Desktop/test1.JPG")
img2 = cv2.imread("C:/Users/CLH/Desktop/test4.JPG")
#图像融合
result = cv2.addWeighted(img1, 0.5, img2, 1, 0)
# 显示图像
cv2.imshow("result", result)
# 等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
3. 图像类型转换
cv2.COLOR_BGR2GRAY
cv2.COLOR_BGR2RGB
cv2.COLOR_GRAY2BGR
img = cv2.imread("C:/Users/CLH/Desktop/test1.JPG")
source = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
参考:
[Python图像处理] 五.图像融合、加法运算及图像类型转换_杨秀璋的专栏-CSDN博客 https://blog.csdn.net/Eastmount/article/details/82347501