像素值的运算加:
(两张图片的大小一致)
加
dst1=cv.add(img1,img2)
减:
dst2=cv.substract(img1,img2)
乘:
dst3=cv.multiply(img1,img2)
乘法结果周围为什么会模糊:因为Linux图片本身周围有平滑 模糊,像素值不为0,相乘以后结果也不为0,所以结果周边会模糊
除:
dst3=cv.devide(img1,img2)
均值 &方差:
M1=cv.mean(m1)
M2,dev2=cv.meanStdDev(M1)
M1结果: (62.23213225894814, 69.57398762783053, 70.43948308528122, 0.0)
各通道的均值
M2: [[50.56140074]] [[29.36527642]]
均值和标准方差
方差值高,证明像素值差异比较大,图像之间测差异也比较大,对比度也大
逻辑运算
与
dst5=cv.bitwise(img1,img2)
或
所有非0的都会有输出(有点像加)
dst=cv.bitwise_and()
dst=cv.bitwise_not()
3.对比度
函数中 输入的c 是对比度,b时调整亮度
def brightness_demo(image,c,b):
h, w, ch=image.shape
blank =np.zeros([h,w,ch],image.dtype)
dst=cv.addWeighted(image,c,blank,1-c,b)
cv.imshow('brightness_demo',dst)
src1=cv.imread('D:/img/13.jpg')
src2=cv.imread('D:/img/13-1.jpg')
src3=cv.imread('D:/img/j7-1.jpg')
brightness_demo(src3,1.2,10)
cv.waitKey(0)
cv.destroyAllWindows()
ROI
#roi
src4=cv.imread('D:/img/P.png')
face=src4[50:150,50:150]
gray=cv.cvtColor(face,cv.COLOR_BGR2GRAY)
backface=cv.cvtColor(gray,cv.COLOR_GRAY2BGR)
src4[50:150,50:150]=backface
cv.imshow('gray',src4)
cv.waitKey(0)
cv.destroyAllWindows()
泛洪填充
泛洪填充,如何填充一个对象内部:
--------FLOODFILL_FIXED_RANGE 改变图像,泛洪填充
--------FLOODFILL_MASK_ONLY 不改变图像,只填充遮盖层本身,忽略新的颜色值参数
def fill_color_deom(image):
copyImg=image.copy()
h,w=image.shape[:2]
mask=np.zeros([h+2,w+2],np.uint8) # mask中一定要+2
cv.floodFill(copyImg,mask,(30,30),(0,255,255),(100,100,100),(50,50,50),cv.FLOODFILL_FIXED_RANGE)
cv.imshow('fill_color_deom',copyImg)
cv.waitKey(0)
填充方法:
1.彩色图片
cv.floodFill(copyImg,mask,(30,30),(0,255,255),(100,100,100),(50,50,50),cv.FLOODFILL_FIXED_RANGE)
(30,30)seedPoint 从这个像素点开始,
(30,30)这个点的像素值 +(100,100,100) 最低填充范围
(30,30)这个点的像素值 +(50,50,50)最高填充范围
cv.FLOODFILL_FIXED_RANGE 表示在此范围内的都填充上黄色
2.二值图像填充
def fill_binary_deom():
# 二值图像的填充
image=np.zeros([400,400,3],np.uint8)
image[100:300,100:300,:]=255
cv.imshow('fill_binary_deom',image)
mask=np.zeros([402,402,],np.uint8)
mask[101:301,101:301]=0
cv.floodFill(image,mask,(200,200),(100,2,255),cv.FLOODFILL_MASK_ONLY)
cv.imshow('fill_binary',image)
注意! mask[101:301,101:301]=0
模糊操作 (卷积核一般是奇数)------>去噪
目录