该章内存取自OpenCV教程3_2_图像上的算法运算
这包括按位 AND、 OR、NOT 和 XOR 操作。它们在提取图像的任何部分(我们将在后面的章节中看到)、定义和处理非矩形 ROI 等方面非常有用。
下面我们将看到一个例子，如何改变一个图像的特定区域。 我想把 HUST OpenCV 的标志放在一个图像上面。如果我添加两个图像，它会改变颜色。如果我混合它，我得到一个透明的效果。但我希望它是不透明的。如果是一个矩形区域，我可以使用 ROI，就像我们在上一章中所做的那样。
但是 HUST OpenCV 的 logo 不是长方形的。所以你可以使用如下的按位操作来实现:
获取图像
imgHUST = cv.imread('hust-logo-small.bmp')
img2 = cv.imread('moon.jpg')
获取imgHUST的放置矩阵
rows,cols,channels = imgHUST.shape
roi = img2[0:rows, 0:cols ]
showPicture(roi)
现在创建logo的掩码，并同时创建其相反掩码
1.转为灰度图
注意：灰度图0是黑，255是白
img2gray = cv.cvtColor(imgHUST,cv.COLOR_BGR2GRAY)
showPicture(img2gray)
2. 根据阈值设置掩码
若 threshold_type=CV_THRESH_BINARY:
如果 s r c ( x , y ) > t h r e s h o l d , d s t ( x , y ) = m a x _ v a l u e ; src(x,y)>threshold ,dst(x,y) = max_value;src (x ,y )>t h res h o l d ,d s t (x ,y )=ma x _v a l u e ;
否则:d s t （ x , y ） = 0 dst（x,y）=0 d s t （x ,y ）=0;
250为阈值 threshold ，255为 max_value
若灰度图大于250，则设置为纯白255，否则为纯黑0.
ret, mask = cv.threshold(img2gray,250, 255, cv.THRESH_BINARY)
showPicture(mask)
对图像取反
bitwise_not按位取反
mask_inv = cv.bitwise_not(mask)
showPicture(mask_inv)
现在将ROI中logo的区域涂黑
img1_bg = cv.bitwise_and(roi,roi,mask = mask)
与运算，有0（黑色）为0（黑色）
合成效果如下
仅从logo图像中提取logo区域
img2_fg = cv.bitwise_and(imgHUST,imgHUST,mask = mask_inv)
showPicture(img2_fg)
将logo放入ROI并修改主图像
dst = cv.add(img1_bg,img2_fg)
img2[0:rows, 0:cols ] = dst
showPicture(img2)
Original: https://blog.csdn.net/weixin_44518102/article/details/127347554
Author: Elsa的迷弟
Title: Python-OpenCV图像的按位运算实现图像融合
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/704569/
转载文章受原作者版权保护。转载请注明原作者出处！