一:数值运算
opencv自带图片色素的处理函数:
相加:add()
相减:subtract()
相乘:multiply()
相除:divide()
原理就是:通过获取两张(一次只能是两张)个图片的同一个位置的色素值来实现运算。
运算的要求:两张图片的shape要一样。
例图:(若想用下面两张图可另存为图片,若保存的文件无后缀,添加后缀为.jpg即可)
代码如下:
# -*- coding=GBK -*-
import cv2 as cv
#数值运算:加减乘除
def shu_image(src11, src22):
src = cv.add(src11, src22)#加
cv.imshow("相加", src)
src = cv.subtract(src11, src22)#减
cv.imshow("相减", src)
src = cv.multiply(src11, src22)#乘
cv.imshow("相乘", src)
src = cv.divide(src11, src22)#除
cv.imshow("相除", src)
src1 = cv.imread("01.jpg")
src2 = cv.imread("02.jpg")
cv.imshow("原来1", src1)
cv.imshow("原来2", src2)
shu_image(src1, src2)
cv.waitKey(0)
cv.destroyAllWindows()
运行结果如下:
一:逻辑运算
opencv自带图片色素的处理函数:
与:bitwise_add()
或:bitwise_or()
非:bitwise_not()
异或:bitwise_xor()
代码如下:
# -*- coding=GBK -*-
import cv2 as cv
#逻辑运算:与或非的操作
def luo_image(src11, src22):
src = cv.bitwise_and(src11, src22)#与 两张图片同一位置的色素两个值均不为零的才会有输出
cv.imshow("与", src)
src = cv.bitwise_or(src11, src22)#或 两张图片同一位置的色素两个值不全为零的才会有输出
cv.imshow("或", src)
src = cv.bitwise_not(src11)#非 对一张图片操作 取反
cv.imshow("非", src)
src = cv.bitwise_xor(src11, src22)#异或 两张图片同一位置的色素两个值有一个为零,另一个不为零才会输出
cv.imshow("异或", src)
src1 = cv.imread("01.jpg")
src2 = cv.imread("02.jpg")
cv.imshow("原来1", src1)
cv.imshow("原来2", src2)
luo_image(src1, src2)
cv.waitKey(0)
cv.destroyAllWindows()
运行结果如下: