图像算术操作和位操作

最新推荐文章于 2024-01-12 07:57:36 发布
最新推荐文章于 2024-01-12 07:57:36 发布
阅读量314 收藏 1
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41375318/article/details/113104401
版权

图 像 算 术 操 作 和 位 操 作 图像算术操作和位操作 图像算术操作和位操作

1.视频教程：
B站、网易云课堂、腾讯课堂
2.代码地址：
Gitee
Github
3.存储地址：
Google云
百度云：
提取码：

1.加减乘除

输入图像的大小与类型必须一致

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src1 = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像
	Mat src2 = Mat::zeros(src1.size(), src1.type());
	src2 = Scalar(0, 255, 0);
	if (src1.empty() || src2.empty()) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src1",src1);
	imshow("src2",src2);
	

	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src1 = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像
	Mat src2 = Mat::zeros(src1.size(), src1.type());
	src2 = Scalar(0, 255, 0);
	if (src1.empty() || src2.empty()) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src1",src1);
	imshow("src2",src2);
	
	Mat add_show;
	add(src1, src2, add_show);
	imshow("add_show", add_show);

	Mat subtract_show;
	subtract(src1, src2, subtract_show);
	imshow("sub_show", subtract_show);

	Mat multiply_show;
	multiply(src1, src2, multiply_show);
	imshow("multiply_show", multiply_show);

	Mat divide_show;
	divide(src1, src2, divide_show);
	imshow("divide_show", divide_show);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

处理越界

2.亮度调整

通过加法进行亮度变化

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像

	if (src.empty() ) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src",src);

	Mat black = Mat::zeros(src.size(), src.type());
	black = Scalar(40, 40, 40);
	Mat dst;
	add(src, black, dst);
	imshow("dst", dst);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像

	if (src.empty() ) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src",src);

	Mat black = Mat::zeros(src.size(), src.type());
	black = Scalar(50, 50, 50);
	Mat dst;
	subtract(src, black, dst);
	imshow("dst", dst);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

3.对比度调整

addWeighted：调整亮度和对比度

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像

	if (src.empty() ) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src",src);

	Mat black = Mat::zeros(src.size(), src.type());
	black = Scalar(50, 50, 50);
	Mat dst;
	// 1.5表示乘以1.5，用来提高对比度，black和0.2用来调整亮度
	addWeighted(src, 1.25, black, 0.1, 0.0, dst);
	imshow("dst", dst);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

4.与、非、或、异或

1.图像取反、mask

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像

	if (src.empty() ) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src",src);


	// 图像取反
	Mat m1;
	bitwise_not(src, m1, Mat()); // Mat() ==> Mat mask = Mat::zeros(src.size(),CV_8UC1); 中的mask
	imshow("bitwise not", m1);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

当mask中的值>0时，才能进行与、非、或、异或操作，反正就是无效的全0（黑）

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像

	if (src.empty() ) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src",src);


	// 图像取反
	Mat m1;
	Mat mask = Mat::zeros(src.size(), CV_8UC1);
	int w = src.cols / 2;
	int h = src.rows / 2;
	for (int row = 0; row < h; row++) {
		for (int col = 0; col < w; col++) {
			mask.at<uchar>(row,col) = 255;
		}
	}
	imshow("mask", mask);
	// bitwise_not(src, m1, Mat());
	bitwise_not(src, m1, mask);
	imshow("bitwise not", m1);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

与操作

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像

	if (src.empty() ) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src",src);

	Mat mask = Mat::zeros(src.size(), CV_8UC1);
	int w = src.cols / 2;
	int h = src.rows / 2;
	for (int row = 0; row < h; row++) {
		for (int col = 0; col < w; col++) {
			mask.at<uchar>(row,col) = 255;
		}
	}
	imshow("mask", mask);
	// 与操作
	Mat m1;
	bitwise_and(src, src, m1, Mat());
	imshow("bitwise and1", m1);

	Mat m2;
	bitwise_and(src, src, m2, mask);
	imshow("bitwise and2", m2);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

或操作

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像

	if (src.empty() ) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src",src);


	
	Mat mask = Mat::zeros(src.size(), CV_8UC1);
	int w = src.cols / 2;
	int h = src.rows / 2;
	for (int row = 0; row < h; row++) {
		for (int col = 0; col < w; col++) {
			mask.at<uchar>(row,col) = 255;
		}
	}
	imshow("mask", mask);
	// 或操作
	Mat m1;
	bitwise_or(src, src, m1, Mat());
	imshow("bitwise or1", m1);

	Mat m2;
	bitwise_or(src, src, m2, mask);
	imshow("bitwise or2", m2);


	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

	Mat src = imread("E:/cats.jpg", IMREAD_COLOR); // IMREAD_COLOR：加载为3通道彩色图像

	if (src.empty() ) {
		printf("image is empty!!!");
		return -1;
	}
	imshow("src",src);


	
	Mat mask = Mat::zeros(src.size(), CV_8UC1);
	int w = src.cols / 2;
	int h = src.rows / 2;
	for (int row = 0; row < h; row++) {
		for (int col = 0; col < w; col++) {
			mask.at<uchar>(row,col) = 255;
		}
	}
	imshow("mask", mask);
	// 异或操作
	Mat m1;
	bitwise_xor(src, src, m1, Mat());
	imshow("bitwise or1", m1);

	Mat m2;
	bitwise_xor(src, src, m2, mask);
	imshow("bitwise or2", m2);


	waitKey(0);
	destroyAllWindows();
	return 0;
}

在这里插入图片描述

*Major*
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如何在OpenCV Python中对两幅图像执行按位或操作？
AI333888的博客
08-23 114
在OpenCV中，一个彩色（RGB）图像被表示为3维numpy数组。图像的像素值使用8位无符号整数（uint8）存储，其范围从0到255。对两幅图像执行按位或操作是在对应图像的像素值的二进制表示上进行的。
python+opencv像素的加减和加权操作的实现
01-01
# 1、在图像上进行算术操作，如加减以及按位操作 # 2、将会学会使用cv2.add(),cv2.addWeights() # 参考网站：...
图像间的算术操作（数学推导)
qq_44823010的博客
08-12 511
图像间的算术操作 图像之间的算术操作其实就是阵列操作，例如： [a11a12a21a22][b11b12b21b22]=[a11b11+a12b21a11b12+a12b22a21b11+a22b21a21b12+a22b22] \left[ \begin{matrix} a_{11} & a_{12} \\ a_{21}&a_{22} \end{matrix} \right] \left[ \begin{matrix} b_{11} & b_{12
OpenCV学习系列教程第四篇：图像的算术操作
weixin_33716941的博客
01-11 123
来自opencv-python官方学习文档，本人谨做翻译和注释，以及一些自己的理解 本文由作者翻译并进行代码验证，转载请注明出处~ 官方文档请参阅：https://docs.opencv.org/4.0.1/d0/d86/tutorial_py_image_arithmetics.html 运行环境： windows10+pycharmprofessional 2018.3+py...
【Opencv-Python 官方教程】7.图像的算术操作
hyfine
06-25 443
图像加法 图像融合 位运算 本节目标： 学会一些图像的算术操作，如加、减、位操作等 将会使用函数cv2.add() cv2.addWeighted() 原文地址：Arithmetic Operations on Images 图像加法 可以使用Opencv的函数cv2.add()或者numpy的简单算术操作实现两幅图的相加.res = img1 + img2...
opecv图像处理之图像基本操作、图像的算术运算
solicucu
08-15 226
0814 九、图像的基本操作 1、图像像素的获取与修改 首先可以通过图像是三维矩阵的特点读取 注意img[100][100] 和img[100,100] 是一样的效果，同时可以通过直接赋值修改 要获取到某个通道的值，那么，就要确定第三维bgr 分别对应 0 1 2 另一个是调用函数array.item(100,100,1) 具体到第三维得到某个通道的值 ...
实验二_图像的算术运算；_源码
10-02
图像的算术运算通常涉及两幅图像之间的点对点（pixel-wise）操作，包括加法、减法、乘法和除法。这些运算可以是两个图像之间的操作，也可以是图像与常数值的运算。下面我们逐一介绍这些运算： 1. **加法运算**：在...
算术编码.zip_arrangeh54_图像算术编码_图像编码_算术编码_算术编码 图像
07-14
通常，为了输出整数位，可以采用舍入或者移位操作。 三、算术编码的优势 1. **高效率**：算术编码能更精确地利用概率信息，尤其在数据分布不均匀时，可以达到比霍夫曼编码更高的压缩率。 2. **无损编码**：算术...
VHDL实现对图像的采集和压缩.7z
01-19
在VHDL中实现数据压缩，主要是针对图像数据进行操作，以减少其存储和传输所需的资源。常见的压缩算法有： - **霍夫曼编码**：这是一种无损压缩方法，通过构建霍夫曼树，为频繁出现的像素值分配较短的编码。 - **...
图像哈夫曼香农-费诺算术编码
11-24
在VC++中实现算术编码，我们需要定义概率模型，对每个像素值的概率进行估计，并使用一系列的乘法和除法操作来动态调整编码区间。 在实际应用中，选择哪种编码方式取决于具体需求和图像的特性。哈夫曼编码适用于符号...
学习图像的算术运算
深度学习与计算机视觉
05-03 480
介绍还记得你在小学时学习如何加减数字吗？现在，你也可以对图像做同样的事情!输入图像可以进行算术运算，例如加法、减法和按位运算（AND、OR、NOT、XOR）。这些操作可以帮助提高输入照片的质量。在本文中，你将了解使用 OpenCV Python 包对图像执行算术和按位运算的步骤。让我们开始吧！对图像进行算术运算是什么意思？因此，假设我们希望合并两张单独的照片中的两个像素。...
图像“位操作”有什么用？
saltriver的专栏
03-24 2919
我们在看优酷视频时，经常会发现视频右上角上有“优酷”的字样。例如： 实际上我们可以把视频看作一幅幅的图像，在每幅图像中，我们把“优酷”这个图标加上去。于是一个很自然的想法就是图像相加。 由于图像相加需要2幅图像有相同的大小，因为图像就是矩阵，同维度的矩阵才能相加。于是先生成一副有“优酷”字样的黑色背景的图像，让其与每幅图像进行相加。 import cv2 car = cv2.i...
初识 OpenCV 之阵列，线性，图像算术操作的概念以及应用
weixin_38452632的博客
09-29 402
这几天发现越来越不好学妈的，除了工作上突然来一个项目以外，还有的就是发现对一些概念模糊不清，所以先把这些基础的概念先理清。。。。。。。 主要就是讲解阵列与矩阵，线性与非线性，图像的算术操作。。。。。。图文公式文字并茂。。。。。。。 主要是根据数字图像处理（神啊）这本书，还有百度一下概念总结出来的 阵列与矩阵： 同样是2*2的图像操作 图像阵列相乘操作： 矩阵相乘： 线...
python+opencv颜色空间的转换命令与图像的按位与操作
月下花弄影
06-15 975
# usr/bin/env python # coding: utf-8 # 2018年6月15日07:41:23 # 2018年6月15日23:16:01 # python_4 # 目标： # 1、学会进行颜色空间的转换，特别是两类重要的颜色空间转换，BGR到gray，BGR到Hsv # 这个目标可以利用一行代码解决 # 颜色空间部分以后会讲到。 # 2、在视频中追踪一个颜色的物体。步骤： ...
OpenCV——图像按位运算
最新发布
点云侠的博客
01-12 1462
OpenCV——图像按位运算
PHP 位运算
qq_39688201的博客
11-11 149
位运算 位运算符 例子 名称 结果 $a & $b And（按位与） 将把$a和$b中都为 1 的位设为 1。 $a | $b Or（按位或） 将把$a和$b中任何一个为 1 的位设为 1。 $a ^ $b Xor（按位异或） 将把$a和$b中一个为 1 另一个为 0 的位设为 1。 ~ $a Not（按位取反） 将$a中为 0 的位设为 1，反之亦然。 $a <<...
OpenCV-Python教程：图像的位运算
桔子code 的博客
06-15 838
原文链接：http://www.juzicode.com/archives/5816 返回Opencv-Python教程 图像的位运算是指对图像的数值按照二进制值逐位进行取反、与、或、异或操作。 1、按位取反bitwise_not() 按位取反就是将数值根据每个bit位1变0，0变1，比如0xf0按位取反就变成了0x0f，如果是uint8类型的数据，取反前后的数据相加结果为0xff(255)。下面的例子将lena.jpg和opencv-logo.png分别按位取反： import cv2 pri
【matlab图像处理笔记2】【图像变换】（一）图像的算术运算与几何变换、图像插值算法
issey的博客
10-16 3364
前言；图像的算术运算；图像相加；图像差分；图像乘法；图像除法；图像的线性组合；图像的几何变换；图像平移；图片镜像；图片转置；图像旋转；图像缩放；图像插值算法；最近邻插值算法；双线性插值算法；单线性插值；双线性插值；双三次插值算法
OpenCV中图像的位运算讲解与实战演示（附Python源码 图文解释）
showswoller的博客
01-21 1146
OpenCV中图像的位运算讲解与实战演示（附Python源码 图文解释）
计算机视觉OpenCVAndro....pdf
04-21
第三部分讲解了算术操作和图像调整，如改变亮度和对比度，这些操作通过直接修改像素值或应用数学函数来实现，这对于实时图像处理和增强效果有重要作用。 章节4涉及基于权重的图像叠加，这是一种混合不同图像或图像...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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