【OpenCV Python】核心操作--位操作

2018年1月30日

1.灰度图基础：

灰度图共分256阶，由0~255表示，0为黑，255为白，从位操作的角度出发，纯黑色为0，不是纯黑色为1，所以在一些纯白色，或者纯黑色背景里，可以转为灰度图，利用阈值将非背景色的内容抠出来作为模板，再与原图做位操作，进行抠图。

 

2.图像阈值。

利用cv2.threshold（图片文件，阈值下限，阈值上限，阈值模式），可以将目标阈值内的图形抠出。

例：

ret,mask=cv2.threshold(img_gray,25,255,cv2.THRESH_BINARY)，此操作将灰度图img_gray里的25~255的像素值全部转为1，即白色，0~24的像素值全部转为0，即黑色。

3.位操作：

（1）Cv2.bitwise_not（图片文件），将图片里像素值按位反向。

（2）Cv2.bitwise_and (目标文件，源文件，mask)，将图片里的像素值按位与

（3）Cv2.add(目标文件，源文件)，将图片里的像素值按位加。

 

 

 

下例将详细展示如何使用位操作，进行类似Photoshop的抠图操作。

原图如下所示：

                           img

                             pic

我们的目标是将上图的白色部分扣除，再叠加到下图上去。

importnumpy as np

importcv2

 

img=cv2.imread("logo.jpg")

pic=cv2.imread("1.jpg")

img_L,img_W,channal=img.shape

pic_roi=pic[0:img_L,0:img_W]

这部分代码是用于打开两张图片，并在pic里截取和img相同大小的部分。

 

img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

将img转化为灰度图，结果如下

 

Img_gray

 

ret,mask=cv2.threshold(img_gray,175,255,cv2.THRESH_BINARY)

设置阈值为175~255，即将175~255的像素值部分全部设为1，即白色，0~174的部分设为0，即黑色，所以最终结果就是白色的全部保留，非白色部分的全部转为黑色，结果如下

Mask

 

mask_inv=cv2.bitwise_not(mask)

将mask的像素值取反，即白色（1）变成黑色（0），黑色（0）变成白色（1）

结果如下

Mask_inv

 

img_bg=cv2.bitwise_and(img,img,mask=mask_inv)

将mask与img进行与操作，mask_inv里的白色部分为1，与操作之后，img相对应的部分不变，而黑色部分为0，与操作后，img里相对应的部分也为0，即黑色。结果如下

Img_bg

 

pic_bg=cv2.bitwise_and(pic_roi,pic_roi,mask=mask)

将pic_roi和mask进行与操作，逻辑与上一步相同，结果如下：

 

                 pic_bg

dst=cv2.add(img_bg,pic_bg)

将img_bg和pic_bg按位相加，黑色为0，相加之后相对应的部分不变，所以其结果如下：

      

 

           dst

注：如果将img_bg直接和pic_roi相加，则彩色部分相叠加的部分也是彩色，其像素值不是0，会导致出现透明度问题。

pic[0:img_L,0:img_W]=dst

最后将叠加好的dst放回到pic里对应的位置。最终结果如下：