opencv图像的算术运算

 大家好,我是csdn的博主:lqj_本人

这是我的个人博客主页:

lqj_本人的博客_CSDN博客-微信小程序,前端,python领域博主lqj_本人擅长微信小程序,前端,python,等方面的知识https://blog.csdn.net/lbcyllqj?spm=1011.2415.3001.5343哔哩哔哩欢迎关注:小淼Develop

小淼Develop的个人空间-小淼Develop个人主页-哔哩哔哩视频

本篇文章主要讲述python的人工智能视觉领域(opencv),本篇文章已经成功收录python人工智能视觉(opencv)从入门到实战专栏中:

https://blog.csdn.net/lbcyllqj/category_12200666.htmlhttps://blog.csdn.net/lbcyllqj/category_12200666.html

 图像运算

加法运算:add(src1, src2, dst=None, mask=None, dtype=None)
减法运算:subtract(src1, src2, dst=None, mask=None, dtype=None)
乘法运算:multiply(src1, src2, dst=None, scale=None, dtype=None)
除法运算:divide(src1, src2, dst=None, scale=None, dtype=None)
幂运算:pow(src, power, dst=None)
开方运算:sqrt(src, dst=None)
自然常数e为底的指数函数:exp(src, dst=None)
对数运算:log(src, dst=None)
融合权重加法:addWeighted(src1, alpha, src2, beta, gamma, dst=None, dtype=None)
位与运算:bitwise_and(src1, src2, dst=None, mask=None)
位或运算:bitwise_or(src1, src2, dst=None, mask=None)
位异或运算:bitwise_xor(src1, src2, dst=None, mask=None)
位非运算:bitwise_not(src, dst=None, mask=None)

我们以一种加法举例,剩下的大家留给大家去尝试!

 图像的加法运算

add opencv使用add来执行图像的加法运算

图像就是矩阵,图片的加法运算就是矩阵的加法运算,这就是要求加法运算的两张图shape必须是相同的。

#图片加法
import cv2
import numpy as np

cat = cv2.imread('1.PNG')
dog = cv2.imread('2.PNG')

#加法要求两个图片大小一致
print(cat.shape)
print(dog.shape)
#把猫的图片变小
#注意坑,opencv中resize中传递新的宽度和高度,先传递宽度在传递高度
#所有的都是先列后行,和shape的输出相反
new_cat = cv2.resize(cat,(dog.shape[:-1][::-1]))
#和单个数字运算,超过255会被截断,相当于%256
print(new_cat[0:5,0:5])
print(new_cat[0:5,0:5] + 100)
cv2.imshow('cat_dog',np.hstack((new_cat,dog)))
#加法,加法的效果是加起来如果超出了255,同意变成255
new_img = cv2.add(new_cat,dog)
print(new_img[0:5,0:5])
cv2.imshow('cat_dog',np.hstack((new_cat,dog,new_img)))

cv2.waitKey(0)
cv2.destroyAllWindows()

效果展示

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

淼学派对

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值