OpenCV—Python 图像加减乘除-逻辑运算

一、图像逻辑运算

1.1 add—subtract—图像矩阵加减运算
"""
cv2.add(src1, src2, dst=None, mask=None, dtype=None)        加运算函数
cv2.subtract(src1, src2, dst=None, mask=None, dtype=None)   减运算函数
	src1:图像矩阵1
	src1:图像矩阵2
	dst: 默认选项
	mask:默认选项
	dtype:默认选项
"""

import cv2
import numpy as np

image = cv2.imread("F:\\img\\cat.jpg")
"""
图像image各像素加50
与image大小一样的矩阵
"""
M = np.ones(image.shape,dtype="uint8")*50 
added = cv2.add(image,M)             # 将图像image与M相减
subtracted = cv2.subtract(image,M)   # 将图像image与M相减

cv2.imshow("Original_img",image)     # 展示原图
cv2.imshow("Added",added)            # 加运算图  
cv2.imshow("subtracted",subtracted)  # 减运算图     
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

1.2 bitwise_and ,bitwise_or 图像(与、或)运算
"""
cv2.bitwise_and(src1, src2, dst=None, mask=None) 取交集
cv2.bitwise_or(src1, src2, dst=None, mask=None)  取并集
	src1:图像矩阵1
	src1:图像矩阵2
	dst: 默认选项
	mask:默认选项
"""

1.3、bitwise_xor、bitwise_not 图像(异或、非)运算
"""
cv2.bitwise_xor(src1, src2, dst=None, mask=None) 取不重叠的区域
cv2.bitwise_not(src1, src2, dst=None, mask=None) 取反
	src1:图像矩阵1
	src1:图像矩阵2
	dst: 默认选项
	mask:默认选项
"""
import cv2

img = cv2.imread("original_fapiao.png")
img2 = cv2.imread("extract_fapiao.png")

bitwiseNot = cv2.bitwise_not(img2)
bitwiseXor = cv2.bitwise_xor(img,bitwiseNot)

cv2.imshow("extract_fapiao_Not取反运算:",bitwiseNot)
cv2.imshow("bitwiseXor异或运算:",bitwiseXor)
cv2.imwrite("./extract_fapiao_Not.png",bitwiseNot)
cv2.imwrite("./fapiao_Not_Xor.png",bitwiseXor)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

  • 将两张图片直接相减(异或)运算
import cv2
img = cv2.imread("original_fapiao.png")
img2 = cv2.imread("extract_fapiao.png")

bitwiseXor = cv2.bitwise_xor(img,img2 )

cv2.imshow("bitwiseXor异或运算:",bitwiseXor)
cv2.imwrite("./img_xor.png",bitwiseXor)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述
对两张图片求交集、并集,异或等运算
逻辑运算:https://www.cnblogs.com/little-monkey/p/7202628.html

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

SongpingWang

你的鼓励是我创作的最大动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值