图像矩阵加减操作后出现异常值问题

在这里插入图片描述

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

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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