Python+OpenCV入门教程【五】像素运算

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：


二：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()

与运算口诀：&与运算，有0为0，全1为1
或运算口诀：|或运算，有1为1，全0为0

下面展示 代码。

import cv2 as cv
import numpy as np

# 数值运算：加减乘除
def shu_image(srcA, srcB):
    src = cv.add(srcA, srcB)  # 加
    cv.imshow("add", src)
    src = cv.subtract(srcA, srcB)  # 减
    cv.imshow("subtract", src)
    src = cv.multiply(srcA, srcB)  # 乘
    cv.imshow("multiply", src)
    src = cv.divide(srcA, srcB)  # 除
    cv.imshow("divide", src)

# 其他运算 求均值、方差
def others(m1,m2):
    M1,dev1 = cv.meanStdDev(m1)  #M1是均值，dev1是方差
    M2,dev2 = cv.meanStdDev(m2)  #M1是均值，dev1是方差
    h,w = m1.shape[:2]

    print(M1)
    print(M2)

    print(dev1)
    print(dev2)

    img = np.zeros([h,w],np.uint8)
    m,dev = cv.meanStdDev(img)
    print(m)
    print(dev)


#逻辑运算：与或非的操作
def luo_image(srcA, srcB):
    src = cv.bitwise_and(srcA, srcB)#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("and", src)
    src = cv.bitwise_or(srcA, srcB)#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("or", src)
    src = cv.bitwise_not(srcA)#非 对一张图片操作  取反
    cv.imshow("not", src)
    src = cv.bitwise_xor(srcA, srcB)#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("xor", src)

# 粗略的调节对比度和亮度 a是对比度 g是亮度
def contrast_brightness_image(src1, a, g):
    h, w, ch = src1.shape  # 获取shape的数值，height和width、通道

    # 新建全零图片数组src2,将height和width，类型设置为原图片的通道类型(色素全为零，输出为全黑图片)
    src2 = np.zeros([h, w, ch], src1.dtype)
    dst = cv.addWeighted(src1, a, src2, 1 - a, g)  # addWeighted函数说明如下
    cv.imshow("con-bri-demo", dst)


if __name__ == '__main__':
    '''
    数值运算shu_image()部分
    '''
    # src1 = cv.imread("pic/linux.jpg")
    # src2 = cv.imread("pic/windows.jpg")
    # cv.imshow("original1", src1)
    # cv.imshow("original2", src2)
    # shu_image(src1, src2)
    # cv.waitKey(0)
    # cv.destroyAllWindows()

    '''
    其他运算others()部分
    '''
    # src1 = cv.imread("pic/linux.jpg")
    # src2 = cv.imread("pic/windows.jpg")
    # others(src1,src2)

    '''
    逻辑运算luo_image()部分
    '''
    # src1 = cv.imread("pic/linux.jpg")
    # src2 = cv.imread("pic/windows.jpg")
    # luo_image(src1,src2)
    # cv.waitKey(0)
    # cv.destroyAllWindows()

    '''
    调节亮度和对比度contrast_brightness_image()
    '''
    src = cv.imread("pic/cat.jpg")
    cv.imshow("src", src)
    contrast_brightness_image(src, 1, 10)
    cv.waitKey(0)
    cv.destroyAllWindows()

dddWeighted( const CvArr* src1, double alpha,const CvArr* src2, double beta,double gamma, CvArr* dst );
参数1：src1，第一个原数组.
参数2：alpha，第一个数组元素权
参数3：src2第二个原数组
参数4：beta，第二个数组元素权重
参数5：gamma，图1与图2作和后添加的数值。不要太大，不然图片一片白。总和等于255以上就是纯白色了
参数6：dst，输出图片

效果如下：


操作之后：