openCV 核心操作 2 图像上的算术运算

基础函数

cv2.add() 
	#cv2.add(img1, img2) # 进行图片的加和
	#在opencv中加法是饱和操作，也就是有上限值,大于255的使用255计数
	###***需要合成的两个图片 大小必须一致***
	
cv2.addWeighted()
	#cv2.addWeighted(img1, 0.6, img2, 0.4, 0) 表示将两个图片进行重叠操作，可以自行设置两张图片的权重
	
cv2.threshold()
#ret, mask = cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY) 
#cv2.THRESH_BINARY   表示阈值的二值化操作，大于阈值（175)使用maxval(255)代替，小于阈值（175)使用0代替		变成黑白图	
#cv2.threshold (src, thresh, maxval, type)
#src：源图片，必须是单通道
#thresh：阈值，取值范围0～255
#maxval：填充色，取值范围0～255
#type：阈值类型

# type的类型

#1.cv2.THRESH_BINARY   表示阈值的二值化操作，大于阈值使用maxval表示，小于阈值使用0表示

#2. cv2.THRESH_BINARY_INV  表示阈值的二值化翻转操作，大于阈值的使用0表示，小于阈值的使用最大值表示

#3. cv2.THRESH_TRUNC    表示进行截断操作，大于阈值的使用阈值表示，小于阈值的不变

#4. cv2.THRESH_TOZERO   表示进行化零操作，大于阈值的不变，小于阈值的使用0表示

#5. cv2.THRESH_TOZERO_INV  表示进行化零操作的翻转，大于阈值的使用0表示，小于阈值的不变

cv2.bitwise_not()
#mask_inv = cv2.bitwise_not(mask)
#将图片里像素值按位反向
##取反  原来黑白图变成白黑图（黑白互换）	
cv2.bitwise_and() 
#img1_bg = cv2.bitwise_and(roi,roi,mask = mask) 
#背景变成mask的背景，logo部分变黑，为0。	
#将图片里的像素值按位与
#打印结果，当使用bitwise_and时，取较小的值
cv2.bitwise_or()
##将图片里的像素值按位或
#打印结果，当使用bitwise_or时，取较大的值
cv2.bitwise_xor()
#将图片里的像素值按位异或
cv2.seamlessClone()
#cv2.seamlessClone(src, dst, mask, center, flags)
#src 目标影像    dst 背景图像
#mask 目标影像上的mask，表示目标影像上那些区域是感兴趣区域
#center 目标影像的中心在背景图像上的坐标！注意是目标影像的中心！
#flags 选择融合的方式，目前有NORMAL_CLONE、MIXED_CLONE和MONOCHROME_TRANSFER三种方法

图像加法

x = np.uint8([250]) 
y = np.uint8([10]) 
print cv2.add(x,y) # 250+10 = 260 => 255 
[[255]]    #饱和操作
print x+y # 250+10 = 260 % 256 = 4  
[4]   #模操作

图像混合

import cv2 
import numpy as np

img1=cv2.imread('ml.png') 
img2=cv2.imread('logo.jpg')

#cv2.resize()    #改变图像大小，使其大小一样
img1 = cv2.resize(img1, (400, 400), interpolation=cv2.INTER_CUBIC)
img2 = cv2.resize(img2, (400, 400), interpolation=cv2.INTER_CUBIC)

dst=cv2.addWeighted(img1,0.7,img2,0.3,0)

cv2.imshow('dst',dst) 
cv2.waitKey(0) 
cv2.destroyAllWindow()

按位运算

import cv2 
import numpy as np
img1 = cv2.imread('roi.jpg') 
img2 = cv2.imread('logo.png')
rows,cols,channels = img2.shape 
roi = img1[0:rows, 0:cols ]
 
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
#灰色图片		#1111
ret, mask = cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY) 
#cv2.THRESH_BINARY   表示阈值的二值化操作，大于阈值使用maxval表示，小于阈值使用0表示		变成黑白图			
				#2222
mask_inv = cv2.bitwise_not(mask)
#取反  原来黑白图变成白黑图（黑白互换）		
				#3333

img1_bg = cv2.bitwise_and(roi,roi,mask = mask) 
#img1_bg = cv2.bitwise_and(roi,roi,mask = mask) #背景变成mask的背景，logo部分变黑，为0。				
				#4444
img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)
#按位与操作，背景变成mask_inv的背景，为0（黑色），logo部分变成roi部分（彩色)。
				#5555
dst = cv2.add(img1_bg,img2_fg) mask
img1[0:rows, 0:cols ] = dst
cv2.imshow('res',img1) 
				#6666
cv2.waitKey(0) 
cv2.destroyAllWindows()

###分析：首先将opencv的logo转成灰度图像，然后使用threshold函数将灰阶像素与纯白像素分开得到一个2值图像并用其作为掩码图像。使用带掩码的位操作扣出logo形状，反向掩码的位操作得到logo图像，两者相加得到带logo的背景图。
#注：如果直接使用权重加，必然会有透明度，或者就是logo对背景进行全遮挡。

上述为1111-6666的结果图

cv2.resize() #改变图像大小

pic = cv2.resize(pic, (400, 400), interpolation=cv2.INTER_CUBIC)

#cv2.resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None)
scr：原始图像
dsize：输出图像的尺寸（元组方式）
dst：输出图像
fx：沿水平轴缩放的比例因子
fy：沿垂直轴缩放的比例因子
interpolation：插值方法