matlab 三维显示原图像_计算机视觉学习笔记3 图像的像素运算

图像本质上来讲就是一个矩阵，矩阵中每一个元素都对应着像素点的像素值，所以矩阵中的每个元素都是能进行代数运算，点运算和逻辑运算的。

做神经网络和三维点云去了，这些基础知识一段时间了不用就忘完了，再复习一下。

图像点运算

点运算又称为对比度增强，对比度拉伸或灰度拉伸，是通过图像中的每一个像素值进行运算的图像处理方式，运算不会改变图像像素点之间的空间关系。

MATLAB中通过 imadjust()进行线性灰度变换还可以把图像当做一个函数来进行非线性灰度变换

图像的代数运算

• 图像的加法运算

加法运算主要是将一幅图像内容叠加到另一幅图像上，或者对每个像素叠加常数改变其亮度。

调用方法：

result 为输出结果，img1和img2为要叠加的图像

MATLAB： result = imadd(img1, img2); c++ ： add(img1, img2, result);python： cv.add(img1, img2, result)

• 图像的减法运算

图像减法运算也叫差分方法，是一种常用于检测图像变换及运动物体的图像处理方法。比如可以用来检测一系列相同场景之间的差异

值得注意的是，图像相减次序不同结果也不一样的。

调用方法：

MATLAB： result = imsubtract(img1, img2);c++ : subtract(img1, img2, result);python: cv.subtract(img1, img2, result);

• 图像的乘法运算

图像的乘法运算一般来讲没啥用，可以用来屏蔽图像的某些部分，或者是乘某个常数因子，比如1.5或者0.5，用来增强图像亮度或则变暗。

调用方法：

MATLAB： result = immultiply(img1, img2);c++ : multiply(img1, img2, result);python: cv.multiply(img1, img2, result);

• 图像的除法运算

图像的除法运算好像也没啥用，能得到两幅图像之间的变化率，因此图像除法也称为比率变换，用来校正成像设备的非线性影响。

调用方法：

MATLAB： result = imdivide(img1, img2);c++ : divide(img1, img2, result);python: cv.divide(img1, img2, result);

相信大家也看出来了，调用方法就是四则运算的名称，并且MATLAB干啥都喜欢加上im，如imadd，c++比较直接，python需要加上前缀cv.。

MATLAB实现图像代数运算

代码后面有注释，就不在正文中讲解了。用到了四个图像，示例图像OpenCV或者MATLAB自带的库里面都能找到。

原始图像

原始图像

img1 = imread('data/rice.bmp'); img2 = imread('data/cameraman.tif'); img3 = imread('data/ipexroundness_02.png');img4 = imread('data/ipexroundness_01.png');add1 = imadd(img1,img2); %进行两幅图像的加法运算add2 = imadd(img2, 50); %每个像素值增加30gs = imnoise(img3,'gaussian',0,0.5); %加入高斯白噪声for i=1:3 % 叠加三次高斯噪声 gs=imadd(gs, img3); %对用原图像与带噪声图像进行多次叠加，结果返回给endsub1 = imsubtract(img3, img4); % 图像减法sub2 = imsubtract(img4, img3);mul = immultiply(img3, img4); % 图像乘法div = imdivide(img3, img4); % 图像除法imshow(gs);title('添加高斯噪声');figure;imshow(mul);title('图3乘图4');略。。。

加法后图像

减法后图像

图像加法中添加高斯噪声

相乘后的图像

c++实现图像的代数运算

直接上代码，c++没有集成一个图像框显示多个图像的功能，因此添加了mergeImg模块，把四个图像放进去。

#include #include #include using namespace cv;using namespace std;// 声明一个大的Mat窗口，把四个图像放进去// Rect提取ROI区域，然后copyto到ROI区域void mergeImg(Mat & dst, Mat & img1, Mat &img2, Mat &img3, Mat &img4){ int row = img1.rows + 10 + img2.rows; int col = img1.cols + 10 + img2.cols; CV_Assert(img1.type() == img2.type()); dst.create(row, col, img1.type()); img1.copyTo(dst(Rect(0,0,img1.cols, img1.rows))); img2.copyTo(dst(Rect(img1.cols + 10, 0,img2.cols, img2.rows))); img3.copyTo(dst(Rect(0, img1.rows + 10, img3.cols, img3.rows))); img3.copyTo(dst(Rect(img1.cols +10, img1.rows + 10, img4.cols, img4.rows)));}int main(int argc, char **argv){ Mat img1 = imread("data/images/cameraman.tif"); Mat img2 = imread("data/images/rice.bmp"); if (img1.empty() || img2.empty()){ cerr << "Could't load image "; return -1; } Mat add_result = Mat::zeros(img1.size(), img1.type()); add(img1, img2, add_result); // 加法 Mat sub_result = Mat::zeros(img1.size(), img1.type()); subtract(img1, img2, sub_result); // 减法 Mat mul_result = Mat::zeros(img1.size(), img1.type()); multiply(img1, img2, mul_result); // 乘法 Mat div_result = Mat::zeros(img1.size(), img1.type()); divide(img1, img2, div_result); // 除法 Mat Image;  调用mergeImg，实现四个图像一起显示 mergeImg(Image, add_result, sub_result, mul_result, div_result); namedWindow("Image