CV6 图像的算术运算(以简单的抠图为例)

一 图像加法

OpenCV加法和Numpy加法之间有区别。OpenCV加法是饱和运算（无论多大都只能加到max值），而Numpy加法是模运算

>>> x = np.uint8([250])
>>> y = np.uint8([10])
>>> print( cv.add(x,y) ) # 250+10 = 260 => 255
[[255]]
>>> print( x+y ) # 250+10 = 260 % 256 = 4
[4]

建议使用Opencv去添加两个图像

二 图像融合

这也是图像加法，但是对图像赋予不同的权重，以使其具有融合或透明的感觉

下面这段代码，我将两个图像融合在一起；第一幅的图像权重为0.4，第二幅图像的权重为0.6

import cv2
import numpy as np

img1 = cv2.imread('rose.jpg')
img2 = cv2.imread('homework.jpg')

img1 = cv2.resize(img1,(600,600))
dst = cv2.addWeighted(img1,0.4,img2,0.6,0)
cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

• cv2.resize函数

功能：裁剪图片，使得两张图片的shape（或者是大小）相同。否则，会出现报错

输入参数：1.图像名 2.想要裁剪的大小

• cv2.addWeighted函数

功能：图片融合

输入参数：1.图像1 2.图像1的权重 3.图像2 4.图像2的权重 5.融合后，每个像素点加的标量

三 按位运算（抠图）

包括按位 AND 、 OR 、 NOT 和 XOR 操作

下面我们将看到一个例子，如何改变一个图像的特定区域。 例如：把 OpenCV 的标志放在一个图像上面

怎么实现？

在我们的PS中，如果想要将一张图片的特定部分截取出来，剪切到另外一张图片上，我们需要抠图；同样在OpenCV中，我们也需要抠图

抠图完整代码：

import cv2
import numpy as np

# 加载图片
img1 = cv2.imread('rose.jpg')
img2 = cv2.imread('homework.jpg')
# 创建ROI
rows,cols,channels = img2.shape
roi = img1[0:rows,0:cols]

# 现在创建logo的掩码，并同时创建其相反的反码
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret,mask = cv2.threshold(img2gray,245,255,cv2.THRESH_BINARY)
mask = cv2.bitwise_not(mask)
mask_inv = cv2.bitwise_not(mask)

# 现在将ROI中的logo涂黑
img1_bg = cv2.bitwise_and(roi,roi,mask=mask_inv)

# 仅从logo图像中提取logo区域
img2_fg = cv2.bitwise_and(img2,img2,mask = mask)

# 将logo放入ROI并修改图像
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows,0:cols] = dst
cv2.imshow('res',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

下面我们分析一下这段代码

• 首先取出图片的shape,方便定义roi（此时两张图片的shape可以不同）

rows,cols,channels = img2.shape

• 然后将图片灰度化，创建蒙版（官方文档上是掩码，但由于PS先入为主的关系，我更愿意叫它蒙版）

#功能：一刀切，将通道>245的像素点，置为255；反之，都置0
#输入参数：1.原图像 2.进行分类的阈值 3.高于（低于）阈值时赋予的新值 4.一个方法选择参数
mask = cv2.threshold(img2gray,245,255,cv2.THRESH_BINARY)

常用的参数有：

• cv2.THRESH_BINARY（黑白二值）
• cv2.THRESH_BINARY_INV（黑白二值反转）
• cv2.THRESH_TRUNC （得到的图像为多像素值）
• cv2.THRESH_TOZERO
• cv2.THRESH_TOZERO_INV

• 取反操作

mask = cv2.bitwise_not(mask)
mask_inv = cv2.bitwise_not(mask)

---

mask的图像

mask_isv的图像

• 与运算

# 现在将ROI中的logo涂黑
img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)

# 仅从logo图像中提取logo区域
img2_fg = cv2.bitwise_and(img2,img2,mask = mask)

我们重点对**cv2.bitwise_and（src1,src2,dst,mask）**分析

1. src1、src2：为输入图像或标量，标量可以为单个数值或一个四元组
2. dst：可选输出变量，如果需要使用非None则要先定义，且其大小与输入变量相同
3. mask：图像蒙版，可选参数，为8位单通道的灰度图像，用于指定要更改的输出图像数组的元素，即输出图像像素只有mask对应位置元素不为0的部分才输出，否则该位置像素的所有通道分量都设置为0

img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv) 将图像涂黑，表明，这块底盘属于OpenCV Logo了。在mask_inv中，logo处的像素都是黑色的（0），与运算的时候，该像素点始终为0，所以呈现黑色

img2_fg = cv2.bitwise_and(img2,img2,mask = mask)将图1的logo颜色抠出来；在前面的mask中，logo处的像素都是白色的，即保留输出

• 拼接

dst = cv2.add(img1_bg,img2_fg)

即将两个像素的B/G/R相加

个人感悟：OpenCV中的抠图，需要利用好蒙版，把想要抠出来的roi的蒙版都涂黑，不需要的就涂白，然后再与运算一下，就能抠出想要的地方

效果图

还是非常的nice的~~~

截至目前,基本的图片操作已经学完了,明天开始真正入门图像处理~

代码仓库:计算机视觉OpenCV代码仓库