像素计算——（OpenCV+Python）

1. 像素的算术运算
输入图像的大小，和类型要完全一致

import cv2 as cv

def add_demo(m1,m2):    #像素得到加运算
    dst = cv.add(m1,m2)
    cv.imshow("add_demo",dst)
    
def subtract_demo(m1,m2):     #像素的减运算
    dst = cv.subtract(m1,m2)
    cv.imshow("subtract_demo",dst)
    
def multiply_demo(m1,m2):        #像素的乘法运算
    dst = cv.multiply(m1,m2)
    cv.imshow("multiply_demo",dst)
    
def divide_demo(m1,m2):       #像素的除法运算
    dst = cv.divide(m1,m2)
    cv.imshow("divide_demo",dst)

src1 = cv.imread('C:\pics\samples\data\WindowsLogo.jpg')
src2 = cv.imread('C:\pics\samples\data\LinuxLogo.jpg')
cv.imshow('image1', src1)
cv.imshow('image2', src2)

add_demo(src1,src2)
subtract_demo(src1,src2)
multiply_demo(src1,src2)
divide_demo(src1,src2)

cv.waitKey(0)
cv.destoryAllWindows()

2.像素的逻辑运算

import cv2 as cv
def and_demo(m1, m2):    #与运算  每个像素点每个通道的值按位与
    dst = cv.bitwise_and(m1, m2)
    cv.imshow("and_demo", dst)
def or_demo(m1, m2):     #或运算   每个像素点每个通道的值按位或
    dst = cv.bitwise_or(m1, m2)
    cv.imshow("or_demo", dst)
def not_demo(m1):     #非运算   每个像素点每个通道的值按位取反
    dst = cv.bitwise_not(m1)
    cv.imshow("not_demo", dst)

src1 = cv.imread('C:\pics\samples\data\WindowsLogo.jpg')
src2 = cv.imread('C:\pics\samples\data\LinuxLogo.jpg')
cv.imshow("image1",src1)
cv.imshow("image2",src2)

and_demo(src1, src2)
or_demo(src1, src2)
not_demo(src1)

cv.waitKey(0)
cv.destoryAllWindows()

3.调节图片对比度和亮度

import cv2 as cv
import numpy as np

def contrast_brightness_image(imag1,ratio,b):   #ratio对比度，b亮度
    h,w,ch = imag1.shape    #ratio对比度，b亮度
    imag2 = np.zeros([h,w,ch],imag1.dtype)   #新建一张全黑的图片和imag1的shape类型一样，元素类型也一样
    dst = cv.addWeighted(imag1,ratio,imag2,1-ratio,b)
    cv.imshow("csecond",dst)
    
src = cv.imread('C:\pics\samples\data\lena.jpg')
cv.imshow("first",src)
contrast_brightness_image(src,0.1,10)

cv.waitKey(0)
cv.destoryAllWindows()

函数addWeighted的原型：addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]]) -> dst

src1表示需要加权的第一个数组（上述例子就是图像矩阵）

alpha表示第一个数组的权重

src2表示第二个数组（和第一个数组必须大小类型相同）

beta表示第二个数组的权重

gamma表示一个加到权重总和上的标量值

即输出后的图片矩阵：dst = src1alpha + src2beta + gamma;