3.6 位平面分解

《OpenCV 轻松入门 面向Python》 学习笔记

将灰度图像中的像素值转换为二进制，然后将二进制的某一比特位上的值进行组合，这种 按照位分解的操作 叫做==“位平面分解”==。

举例：

针对RGB图像，将其R通道的第3个位平面，G通道的第3个位平面，B通道的第3个位平面进行合并，我们称合并后的图像为原RGB图像第个位平面。

---

用提取矩阵(提取因子)，通过与原图像做按位与操作，提取位平面

提取因子是一个二进制为8位的数值。提取因子哪位上的值为1（其他位上全为0）， 就可以提取图像像素哪位上的数字。将灰度图像与提取矩阵进行按位与运算，就能提取各个位平面。

比如：

---

阈值处理

通过就算得到的位平面是一个二值图像， 如果直接将上述得到的位平面直接显示出来，会得到一张近似黑色的图像。因为值为8的灰度像素颜色接近于黑色。要想让8显示为白色，必须要将8处理为255，语句为：

mask = result[:, :, i]>0
image[mask] = 255

mask为：

显示图像

import cv2
import numpy as np

image = cv2.imread("/Users/manmi/Desktop/lena.bmp", 0)
h, w = image.shape

x = np.zeros((h, w, 8), dtype=np.uint8)
for i in range(8):
    x[:, :, i] = 2 ** i

r = np.zeros((h, w, 8), dtype=np.uint8)
for i in range(8):
    r[:, :, i] = cv2.bitwise_and(image, x[:, :, i])
    mask = r[:, :, i] > 0
    r[mask] = 255

    cv2.imshow(str(i), r[:, :, i])

cv2.waitKey()
cv2.destroyAllWindows()