OpenCV入门5——OpenCV的算术与位运算

已于 2023-11-20 17:26:06 修改
阅读量850 收藏
点赞数 6
分类专栏： OpenCV 文章标签： opencv 人工智能 计算机视觉 经验分享
于 2023-11-16 16:13:47 首次发布
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_44631615/article/details/134438373
版权

文章目录


在这里插入图片描述

图像的加法运算

# -*- coding: utf-8 -*-
import cv2
import numpy as np

img = cv2.imread('E://pic//4.jpg')

# 图的加法运算就是矩阵的加法运算
# 因此，加法运算的两张图必须是相同的形状

# print(img.shape)
# (600, 480, 3)

img2 = np.ones((600, 480, 3), np.uint8) * 100
cv2.imshow('origin', img)
res = cv2.add(img, img2)
cv2.imshow('result', res)

key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

题目

在这里插入图片描述

# -*- coding: utf-8 -*-
import numpy as np
import cv2
import math

def hacker(img):
    height, width, channels = img.shape
    for i in range(0, width):
        for j in range(0, height):
            b,g,r = img.item((i, j, 0)),img.item((i, j, 1)), img.item((i, j, 2))
            hack_b = int(math.pow(b/256.0, 3/2) * 256)
            hack_g = int(math.pow(g/256.0, 4/5) * 256)
            hack_r = int(math.pow(r/256.0, 3/2) * 256)
            img.itemset((i, j, 0), hack_b)
            img.itemset((i, j, 1), hack_g)
            img.itemset((i, j, 2), hack_r)

if __name__ == '__main__':
    img_origin = cv2.imread('lena.png', cv2.IMREAD_COLOR)
    img = cv2.imread('lena.png', cv2.IMREAD_COLOR)
    print(img.size)
    print(img.shape)

    hacker(img)

    print('-------------')
    numpy_horizontal_concat = np.concatenate((img_origin, img), axis=1)
    cv2.imshow('Lena', numpy_horizontal_concat)
    key = cv2.waitKey(0) & 0xff
    if key == ord('q'):
        cv2.destroyAllWindows()

在这里插入图片描述

图像的减法运算

在这里插入图片描述

# -*- coding: utf-8 -*-
import cv2
import numpy as np

img = cv2.imread('E://pic//4.jpg')

# 图的加法运算就是矩阵的加法运算
# 因此，加法运算的两张图必须是相同的形状

# print(img.shape)
# (600, 480, 3)

img2 = np.ones((600, 480, 3), np.uint8) * 100
cv2.imshow('origin', img)
res = cv2.add(img, img2)
cv2.imshow('result', res)

img3 = cv2.subtract(res, img2)
cv2.imshow('origin2', img3)

key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

# -*- coding: utf-8 -*-
import cv2
import numpy as np

img = cv2.imread('E://pic//4.jpg')

# 图的加法运算就是矩阵的加法运算
# 因此，加法运算的两张图必须是相同的形状

# print(img.shape)
# (600, 480, 3)

img2 = np.ones((600, 480, 3), np.uint8) * 100
cv2.imshow('origin', img)
res = cv2.add(img, img2)
cv2.imshow('result', res)

img3 = cv2.subtract(res, img2)
cv2.imshow('origin2', img3)

img3 = cv2.subtract(img, img2)
cv2.imshow('origin3', img3)

key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

可以看出，给一张图做加法运算，它可以变亮一些，做减法运算，可以变暗一些
在这里插入图片描述

图像的乘除运算

无非是让图片亮得更快一些和亮得更慢一些
在这里插入图片描述

图像的融合

在这里插入图片描述

# -*- coding: utf-8 -*-
import cv2
import numpy as np


cv2.namedWindow('img', cv2.WINDOW_NORMAL)
back = cv2.imread('E://pic//Nurburgring_1920x1080.jpg')
superman = cv2.imread('E://pic//Man_Of_Steel_superman_superhero_____f_1920x1080.jpg')

# 只有两张图片的属性一样才可以融合
# print(back.shape)
# print(superman.shape)
# (1080, 1920, 3)
# (1080, 1920, 3)

res = cv2.addWeighted(superman, 0.7, back, 0.3, 0)

cv2.imshow('img', res)

key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

OpenCV位运算-非操作

在这里插入图片描述

# -*- coding: utf-8 -*-
import cv2
import numpy as np

img = np.zeros((200, 200), np.uint8)
img[50:150, 50:150] = 255

cv2.imshow('img', img)


key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

# -*- coding: utf-8 -*-
import cv2
import numpy as np

img = np.zeros((200, 200), np.uint8)
img[50:150, 50:150] = 255

new_img = cv2.bitwise_not(img)

cv2.imshow('img', img)
cv2.imshow('new_img', new_img)


key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

OpenCV位操作-与运算

在这里插入图片描述

# -*- coding: utf-8 -*-
import cv2
import numpy as np

img = np.zeros((200, 200), np.uint8)
img2 = np.zeros((200, 200), np.uint8)
img[20:120, 20:120] = 255
img2[80:180, 80:180] = 255

# new_img = cv2.bitwise_not(img)

cv2.imshow('img', img)
cv2.imshow('img2', img2)


key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

# -*- coding: utf-8 -*-
import cv2
import numpy as np

img = np.zeros((200, 200), np.uint8)
img2 = np.zeros((200, 200), np.uint8)
img[20:120, 20:120] = 255
img2[80:180, 80:180] = 255

# new_img = cv2.bitwise_not(img)
new_img = cv2.bitwise_and(img, img2)

cv2.imshow('img', img)
cv2.imshow('img2', img2)
cv2.imshow('new_img', new_img)


key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

OpenCV位操作-或与异或

在这里插入图片描述

# -*- coding: utf-8 -*-
import cv2
import numpy as np

img = np.zeros((200, 200), np.uint8)
img2 = np.zeros((200, 200), np.uint8)
img[20:120, 20:120] = 255
img2[80:180, 80:180] = 255

# new_img = cv2.bitwise_not(img)
# new_img = cv2.bitwise_and(img, img2)
new_img = cv2.bitwise_or(img, img2)
new_img2 = cv2.bitwise_xor(img, img2)

cv2.imshow('img', img)
cv2.imshow('img2', img2)
cv2.imshow('new_img', new_img)
cv2.imshow('new_img2', new_img2)


key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

为图像添加水印

# -*- coding: utf-8 -*-
import cv2
import numpy as np

#1. 引入一幅图片 
#2. 要有一个LOGO，需要自己创建
#3. 计算图片在什么地方添加，在添加的地方变成黑色
#4. 利用add，将logo 与 图处叠加到一起

cv2.namedWindow('img', cv2.WINDOW_NORMAL)
superman = cv2.imread('E://pic//Man_Of_Steel_superman_superhero_____f_1920x1080.jpg')

# 创建水印
logo = np.zeros((200, 200, 3), np.uint8)
mask = np.zeros((200, 200), np.uint8)

# 绘制水印
logo[20:120, 20:120] = [0, 0, 255]
logo[80:180, 80:180] = [255, 255, 0]

mask[20:120, 20:120] = 255
mask[80:180, 80:180] = 255

# 对mask按位取反
m = cv2.bitwise_not(mask)

# 选择添加logo的位置
roi = superman[0:200, 0: 200]

# 和m进行按位与操作
# 因为roi是三通道，而m是单通道，不能直接相与
tmp = cv2.bitwise_and(roi, roi, mask=m)

dst = cv2.add(tmp, logo)

superman[0:200, 0:200] = dst

cv2.imshow('dst', dst)
cv2.imshow('tmp', tmp)
cv2.imshow('mask', mask)
cv2.imshow('logo', logo)
cv2.imshow('img', superman)
cv2.imshow('m', m)

key = cv2.waitKey(0) & 0xff
if key == ord('q'):
    cv2.destroyAllWindows()

在这里插入图片描述

之后我会持续更新，如果喜欢我的文章，请记得一键三连哦，点赞关注收藏，你的每一个赞每一份关注每一次收藏都将是我前进路上的无限动力 ！！！↖(▔▽▔)↗感谢支持！

源代码•宸
关注
  • 6
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
[Python图像处理] 三十五.OpenCV图像处理入门、算数逻辑运算与图像融合（推荐）
杨秀璋的专栏
01-26 5498
该系列文章是讲解Python OpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类应用。~前面一篇文章介绍了数字图像处理基础知识，包括像素及常见图像分类、OpenCV配置、常见数据类型、Numpy和Matplotlib绘制、几何图形绘制等。这篇文章将介绍OpenCV图像处理入门知识、算数逻辑运算与图像融合，万字长文整理，希望对您有所帮助
opencv 图像处理开闭运算
03-21
opencv的图像处理 开闭运算对二值图的处理 使其更加清晰
OpenCV的核心操作 —— 图像的基本操作+图像上的算术运算
小菜鸡的小博客
03-19 5082
OpenCV的核心操作 —— 图像的基本操作+图像上的算术运算 对图像的基本操作包括访问像素值并对其进行修改、访问像素属性、设置感兴趣区域和分割/合并图像通道，如果我们想用OpenCV写出更好的优化代码，熟练使用Numpy是至关重要的（Numpy是一个用于快速数组计算的优化库） 1. 图像的基本操作 1.1 访问像素值并修改它们 我们可以通过横纵坐标来访问像素值，对于BGR图像而言，它会返回一个由蓝绿红色值组成的数组（对应每种颜色的像素值），对于灰度图而言则只返回其对应的灰度 代码示例 >>
【OpenCV 】第三章: 图像运算
因为热爱所以坚持
12-05 2596
第三章: 图像运算 图像加法运算　　　　　　　　　 1、"+"　　 2、cv2.add()函数　 3、图像加权和：cv2.addWeighted()函数 　 图像位运算(位逻辑运算) 1、按位与运算：cv2.bitwise_and()函数 2、按位或运算：cv2.bitwise_or()函数 3、按位非运算：cv2.bitwise_not()函数 4、按位异或运算：cv2.bitwise_xor()函数 掩模(掩码)参数 图像与数值的运算 图像位平面分解 图像加密解密 数字水印
一篇文章教会你利用opencv对图像进行运算
AI_dataloads的博客
10-12 95
以上是一些基本的图像运算操作，可以通过组合和调整参数来实现更复杂的图像处理任务。若你有特定的任务或问题，也可以进一步提问以获得更具体的帮助。
OpenCV：对图像的位操作bitwise_and（与），bitwise_or（或），bitwise_not（非），bitwise_xor（异或）
热门推荐
weixin_42286660的博客
04-28 2万+
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言像素按位操作函数1. bitwise_and2. bitwise_or3. bitwise_not4. bitwise_xor总结 前言 使用opencv对图像处理时，可能需要对图像按位操作，而opencv自带位操作运算函数，不必再手写遍历算法，位操作函数包括： bitwise_and 与 bitwise_or 或 bitwise_not 非 bitwise_xor 异或 像素按位操作函数 1. bitwise_and.
OpenCV——图像按位运算
最新发布
点云侠的博客
01-12 1413
OpenCV——图像按位运算
OpenCV学习笔记6-图像的运算与位运算(附代码实现)
Aaron的博客
04-03 1377
通过OpenCV实现图像的加减乘除运算和与或非、异或操作！
OpenCV学习笔记03--图像运算--图像加法运算、图像位运算、图像掩膜
BaoITcore的博客
04-07 3650
引言：数字图像处理中，对图像的像素进行更改，则涉及到一些运算问题，这篇文章的重点在位逻辑运算中，通过位逻辑运算，我们可以发现一些神奇之处，利用位运算我们可以实现水印的添加，图像的加密解密，还可以通过为逻辑运算提取出我们感兴趣的图像的局部图像。
【OpenCV-Python】4.OpenCV的图像运算操作
每天都在学习的小博主
12-07 718
4.OpenCV的图像运算操作 文章目录前言一、加法运算二、加权加法运算三、位运算总结 前言   OpenCV使用NumPy数组表示图像，可以很方便的执行基于数组的图像运算，比如图像的加法运算、加权加法运算和位运算等。 一、加法运算   加法“+”运算符和cv2.add()函数可用于执行图像加法运算。区别： (1) 两个像素相加 + 大于256，则会将其按256取模 (2) 两个像素相加 cv2.add() 大于256，则取255（白色） import cv2 import numpy as np
opencv的逻辑运算-- 与、或、非 异或
小淼淼的博客
03-14 632
opencv的逻辑运算-- 与、或、非 异或
liyuanrui#opencv-note#2-2.图像算术运算1
07-25
1、Image Addition(图像叠加) 2、Image Blending(图像融合) 3、Bitwise Operations(按位运算)
OpenCV中Mat类的数学运算和区域选取
12-26
这个是关于OpenCV中Mat类的一些数学运算，包括加减运算，点乘，点除，矩阵乘法，还有幂函数指数函数等计算以及一些区域的选取。
OpenCV Python教程 OpenCV-PythonTutorial-master
05-27
ch10-图像上的算术运算 ch100_Main_modules ch11-程序性能检测及优化 ch13-颜色空间转换 ch14-几何变换 ch15-图像阈值 ch16-图像平衡 ch17-形态学转换 ch18-图像梯度 ch19-Canny边缘检测 ch20-图像金字塔 ch200_...
OpenCV计算机视觉学习（2）——图像算术运算 &图像阈值（数值计算，掩膜mask操作，边界填充，二值化） - 战争热诚 -
08-03
1. Re:深学习卷积神经络（ 2. Re:深学习卷积神经络（ 3. Re:OpenCV计算机视觉学习 4. Re:数据竞赛实战（5）—— 5. Re:数据竞赛
opencv像素运算 使用cv2.addweighted图片亮度和对比度
01-20
#算术运算 cv.add(m1,m2)#图像像素相加 cv.subtract(m1,m2)#图像像素相减 cv.multiply(m1,m2)#相乘 cv.divide(m1,m2)#相除 cv.mean(m1)#图像均值 #输出这幅图像 各个通道的的平均值 （107,25,69） cv.meanStdDev()#...
opencv（三）对图像进行简单算术运算（加减乘除）
yangxueyangxue的博客
06-25 6280
opencv可以将图像以不同的方式组合，图像其实就是一般的矩阵，所以它们可以做加减乘除。opencv提供了各种图像算术操作符。1【首先我们对两幅图像进行操作】当我们需要一些图像特效或者在图像上叠加信息时，就需要用到图像加法。我们只用调用cv::add函数就可以完成，更准确的说是cv::addWeighted()函数来完成图像的加法。cv::addWeighted(image, 0.7, imag1...
Opencv - 矩阵运算
青山渺渺
03-22 379
1、OpenCV中是带有图像的加减乘除的运算的 //效果等于src1 + src2 void add(InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1); void subtract(InputArray src1, Inpu...
OpenCV的图像的基本运算
Rasin_Wu的博客
01-30 590
OpenCV的图像的基本运算参考自：http://blog.csdn.net/liyuanbhu/article/details/48916349图像的基本运算有很多种，比如两幅图像可以相加、相减、甚至可以相乘、相除。图像可以放大、缩小、旋转，还可以截取中间的一副子图，各个颜色通道还可以分别提取。本文只是对一些简单的图像基本运算做一个小总结：图像间的加减乘除：OpenCV 中提供了如下的一些函数，...
闭运算opencv-python
08-12
根据提供的引用内容，错误提示中的信息表明在使用OpenCV进行图像处理时遇到了问题。具体来说， - 引用中的错误提示是因为图片的尺寸大小不满足要求导致的，要求图片的宽度和高度都大于0。 - 引用中的错误提示是因为输入参数的尺寸大小不匹配导致的，要求进行计算的两个数组具有相同的尺寸和通道数。 - 引用中提供了一个解决办法的示例代码，其中导入了OpenCV库，读取了两张图片，调整了图片的大小，然后使用add函数实现了图像融合，最后通过imshow函数显示图像。 如果你想进行闭运算的操作，你可以参考以下示例代码： ```python import cv2 as cv import numpy as np # 读取图像 image = cv.imread("your_image_path", 1) # 图像处理操作 kernel = np.ones((5,5), np.uint8) closing = cv.morphologyEx(image, cv.MORPH_CLOSE, kernel) # 显示结果 cv.imshow("Closing", closing) cv.waitKey(0) ``` 在这个示例代码中，首先使用cv.imread函数读取了一张图像，然后定义了一个5x5的矩形结构元素(kernel)。接下来，使用cv.morphologyEx函数进行闭运算操作，其中MORPH_CLOSE参数表示进行闭运算。最后，使用cv.imshow函数显示结果图像。 希望这个回答对你有帮助！123 #### 引用[.reference_title] - *1* *2* *3* [解决opencv中算术运算报错: OpenCV(4.6.0) D:\a\opencv-python\opencv-python\opencv\modules\highgui\src\...](https://blog.csdn.net/m0_62026333/article/details/127638999)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}} ] [.reference_item] [ .reference_list ]

“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