OpenCV图像加减函数方法
图像矩阵的加减操作转换为OpenCV图像加(add)减(subtract)函数操作。
def bilateral_filter(image, level1=3, level2=1):
img_smooth = cv2.bilateralFilter(image, level1 * 5, level1 * 12.5, level1 * 12.5)
img_diff = cv2.subtract(img_smooth, image)
img_hp = cv2.add(img_diff, (10, 10, 10, 128))
img_blur = cv2.GaussianBlur(img_hp, (2 * level2 - 1, 2 * level2 - 1), 0)
img_tmp = cv2.subtract(cv2.add(cv2.add(img_blur, img_blur), image), (10, 10, 10, 255))
img_blend = cv2.addWeighted(image, 0.1, img_tmp, 1 - 0.1, 0.0)
return img_blend
数据类型转换方法
处理图像数据类型转换为float32类型。
def bilateral_filter(image, level1=3, level2=1):
image = np.array(image, dtype=np.float32) # very important
img_smooth = cv2.bilateralFilter(image, level1 * 5, level1 * 12.5, level1 * 12.5)
img_hp = img_smooth - image + 128
img_blur = cv2.GaussianBlur(img_hp, (2 * level2 - 1, 2 * level2 - 1), 0)
img_blend = np.uint8(image * 0.5 + (image + 2 * img_blur - 255) * 0.5)
return img_blend
数据溢出需截断
且截断必须在转换为uint8之前。
def bilateral_filter(image, level1=3, level2=1):
image = np.array(image, dtype=np.float32) # very important
img_smooth = cv2.bilateralFilter(image, level1 * 5, level1 * 12.5, level1 * 12.5)
img_hp = img_smooth - image + 128
img_blur = cv2.GaussianBlur(img_hp, (2 * level2 - 1, 2 * level2 - 1), 0)
img_blend = np.uint8(np.clip(image * 0.5 + (image + 2 * img_blur - 255) * 0.5, 0, 255))#clip在uint8转换之前
return img_blend
参考资料
1.浅谈python opencv对图像颜色通道进行加减操作溢出
2.【opencv 笔记 06 图像的加减 add() 和subtract()】
3.Opencv Python图像减法操作CV2。减法函数的详细说明及与矩阵减法的比较,OpenCVPython,运算,cv2subtract,详解,以及,和,差异,对比
4.有关于python数字图像处理出现矩阵相减没有负数(值都在0-255)的情况分析
5.OpenCV-Python图像的减法运算cv2.subtract函数详解以及和矩阵减法的差异对比