opencv-python的位运算cv2.bitwise_and,cv2.bitwise_not使用及效果展示

我的小程序： 

待办计划：卷起来吧，少年！

我们记账：年薪50w够花么？

 

考虑下面两张图片：

怎样得到下面的效果：

这里使用按位运算的方法。

第一步，截取操作区域：

img1 = cv2.imread('../material/images/23126-92.jpg')
img2 = cv2.imread('../material/images/opencv.jpg')

rows,cols,channels = img2.shape
roi = img1[0:rows,0:cols]
plt.imshow(roi[...,::-1])

第二步，使用cv2.cvtColor()函数将图片转成灰度图：

#颜色空间转换，这里是BGR转到灰度空间，常用的还有BGR到HSV空间：cv2.COLOR_BGR2HSV
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
plt.imshow(img2gray,cmap='gray')

第三步，使用二值化函数cv2.threshold()将灰度图二值化：

#THRESH_BINARY=0，THRESH_BINARY_INV,THRESH_TRUNC,THRESH_TOZERO,THRESH_TOZERO_INV,THRESH_OTSU,THRESH_TRIANGLE,THRESH_MASK
#二值化函数threshold(src, thresh, maxval, type[, dst]),thresh:阈值，maxval：最大值，type：阈值类型
#ret:暂时就认为是设定的thresh阈值，mask：二值化的图像
ret,mask = cv2.threshold(img2gray,175,255,cv2.THRESH_BINARY)
plt.imshow(mask,cmap='gray')

第四部，使用“非”操作函数cv2.bitwise_not()将上图颠倒黑白：

mask_inv = cv2.bitwise_not(mask)
plt.imshow(mask_inv,cmap='gray')

第五步，使用“与”操作函数cv2.bitwise_and()对图像掩膜（遮挡）：

对操作区域掩膜：

img1_bg = cv2.bitwise_and(roi,roi,mask=mask)
plt.imshow(img1_bg[...,::-1])

 对img2掩膜：

img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)
plt.imshow(img2_fg[...,::-1])

注意两次掩膜使用的mask不同。cv2.bitwise_and()函数前两个参数是“与”操作的操作对象，mask参数指定使用的模板。

第六步，使用cv2.add()函数将上面两图混合（相加）：

dst = cv2.add(img1_bg,img2_fg)
plt.imshow(dst[...,::-1])

最后一步，覆盖操作区域，就得到了最后结果：

img1[0:rows,0:cols] = dst
plt.imshow(img1[...,::-1])

待办计划：卷起来吧，少年！

我们记账：年薪50w够花么？

 

参考资料：《OpenCV-Python 中文教程》段力辉 译

参考博文：

opencv-python图像二值化函数cv2.threshold函数详解及参数cv2.THRESH_OTSU使用

OpenCV之bitwise_and、bitwise_not等图像基本运算及掩膜