图像的加法
opencv的加法运算,cv2.add() 是一种饱和操作,numpy 中的加法是一种模操作
import cv2
import numpy as np
# 学习图像上的算术运算 加法 减法 位运算等
# 你可以使用函数 cv2.add() 将两幅图像进行加法运算 当然也可以直接使 用 numpy ,
# res=img1+img
# 两幅图像的大小 类型必须一致 ,或者第二个 图像可以使一个简单的标量值。
x = np.uint8([250])
y = np.uint8([10])
print(cv2.add(x, y)) # 250+10 = 260 => 255
print(x + y) # 250+10=260%256=4
图像的混合
import cv2
import numpy as np
img1=cv2.imread('img1.png')
img2=cv2.imread('img2.png')
h,w,c=img1.shape
img2=cv2.resize(img2,(h,w))
img3=cv2.add(img1,img2)
img4=img1+img2
img5=cv2.addWeighted(img1,0.3,img2,0.7,0)
cv2.imshow('image',np.hstack((img1,img2,img3,img4,img5)))
cv2.waitKey()
cv2.imwrite('image.png',np.hstack((img1,img2,img3,img4,img5)))
图像按位运算
import cv2
import numpy as np
img1 = cv2.imread('img1.png')
img2=cv2.imread('img2.png')
h,w,c=img1.shape
img2=cv2.resize(img2,(h,w))
img2gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
img2=cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 200, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(img2gray)
img2_fg = cv2.bitwise_and(img2gray, img2, mask=mask)
cv2.imshow('res',np.hstack((img2gray,mask,mask_inv,img2_fg)))
cv2.waitKey(0))
阈值分割的效果。阈值分割是将大于阈值的部分置为255,小于阈值的部分设置为0。
按位非。 33的二进制00100001,222的二进制11011110。
hh=bin(222).replace('0b','')
print(hh)
hh=int(hh,2)
print(hh)
按位与。
img2_fg = cv2.bitwise_and(img2gray, img2, mask=mask)
将三个图像的进行按位与。mask 是掩码
211的二进制1101 0011
253的二进制1111 1101
255的二进制1111 1111
209的二进制1101 0001
图像的直方图
import cv2
import numpy as np
import matplotlib.pyplot as plt
img1=cv2.imread('img1.png')
##把二维数据变为一维数据
pxs = img1.ravel()
pxs=[x for x in pxs if x>5]
plt.hist(pxs, 255, [0, 256])
plt.show()