溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶(hù)服務(wù)條款》

python中opencv圖像混合算術(shù)運(yùn)算的示例分析

發(fā)布時(shí)間:2021-09-03 13:18:22 來(lái)源:億速云 閱讀:135 作者:小新 欄目:開(kāi)發(fā)技術(shù)

這篇文章將為大家詳細(xì)講解有關(guān)python中opencv圖像混合算術(shù)運(yùn)算的示例分析,小編覺(jué)得挺實(shí)用的,因此分享給大家做個(gè)參考,希望大家閱讀完這篇文章后可以有所收獲。

圖片相加 cv2.add()       

 要疊加兩張圖片,可以用 cv2.add() 函數(shù),相加兩幅圖片的形狀(高度 / 寬度 / 通道數(shù))必須相同。
        numpy中可以直接用res = img + img1相加,但這兩者的結(jié)果并不相同(看下邊代碼):
        add()兩個(gè)圖片進(jìn)行加和,大于255的使用255計(jì)數(shù).
        numpy會(huì)對(duì)結(jié)果取256(相當(dāng)于255+1)的模:

import numpy as np
import cv2
 
x = np.uint8([250])
y = np.uint8([10])
 
print(cv2.add(x, y)) # 250+10 = 260 => 255
print(x + y) # 250+10 = 260 % (255 + 1) = 4

 如果是二值化圖片(只有0和255兩種值),兩者結(jié)果是一樣的(用numpy的方式更簡(jiǎn)便一些)。

實(shí)驗(yàn)圖片:

python中opencv圖像混合算術(shù)運(yùn)算的示例分析

python中opencv圖像混合算術(shù)運(yùn)算的示例分析

 add()后效果

python中opencv圖像混合算術(shù)運(yùn)算的示例分析

 相減、相乘、相除:

  •  subtract(img1,img2)  # 相減,可以用于目標(biāo)檢測(cè)m

  • ultiply(img1,img2) # 相乘

  • divide(img1,img2) # 相除

 圖像融合、混合addWeighted()

圖像混合 cv2.addWeighted() 也是一種圖片相加的操作,只不過(guò)兩幅圖片的權(quán)重不一樣,γ相當(dāng)于一個(gè)修正值:

python中opencv圖像混合算術(shù)運(yùn)算的示例分析

img1 = cv2.imread('lena_small.jpg') 
img2 = cv2.imread('opencv-logo-white.png') 
res = cv2.addWeighted(img1, 0.6, img2, 0.4, 0)

 效果:

python中opencv圖像混合算術(shù)運(yùn)算的示例分析

 α和β都等于1時(shí),就相當(dāng)于圖片相加。

按位運(yùn)算

按位操作包括按位與 / 或 / 非 / 異或操作,有什么用途呢?比如說(shuō)我們要實(shí)現(xiàn)下圖的效果:

python中opencv圖像混合算術(shù)運(yùn)算的示例分析

        如果將兩幅圖片直接相加會(huì)改變圖片的顏色,如果用圖像混合,則會(huì)改變圖片的透明度,所以我們需要 用按位操作。         首先來(lái)了解一下 掩膜(mask) 的概念:掩膜是用一副二值化圖片對(duì)另外一幅圖片進(jìn)行局 部的遮擋,看下圖就一目了然了:

python中opencv圖像混合算術(shù)運(yùn)算的示例分析

 所以我們的思路就是把原圖中要放logo的區(qū)域摳出來(lái),再把logo放進(jìn)去就行了:

img1 = cv2.imread('lena.jpg') 
img2 = cv2.imread('opencv-logo-white.png')
 
# 把logo放在左上角,所以我們只關(guān)心這一塊區(qū)域 
rows, cols = img2.shape[:2] 
roi = img1[:rows, :cols] 
# 創(chuàng)建掩膜 
img2gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) 
ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY) 
mask_inv = cv2.bitwise_not(mask) 
 
# 保留除logo外的背景 
img1_bg = cv2.bitwise_and(roi, roi, mask=mask_inv) 
dst = cv2.add(img1_bg, img2)# 進(jìn)行融合 
img1[:rows, :cols] = dst # 融合后放在原圖上

 掩膜的概念在圖像混合/疊加的場(chǎng)景下使用較多。

上邊我們使用了

  • 按位與 bitwise_and(roi, roi, mask=mask_inv)

  • 非運(yùn)算 bitwise_not(mask)

除了按位與、非運(yùn)算還有:

  • 或運(yùn)算 bitwise_or(img1,img2)

  • 異或運(yùn)算 bitwise_xor(img1,img2) 

關(guān)于“python中opencv圖像混合算術(shù)運(yùn)算的示例分析”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,使各位可以學(xué)到更多知識(shí),如果覺(jué)得文章不錯(cuò),請(qǐng)把它分享出去讓更多的人看到。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀(guān)點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI