文章目录
- 掩膜
- 图像的算数运算
* - 加法运算
– - 减法运算
- 乘法运算
- 除法运算
- 图片的融合
- OpenCV的逻辑运算(位运算)
* - 与运算
&
– - 或运算
|
– - 非运算
~ - 异或运算
~
– - 对图像进行加密、解密
- 合并图像
* - 加权和
- 覆盖
– - 作业
* - Version 1
- Version 2
–
掩膜
外科医生在给患者做手术时，会为患者盖上手术洞巾，这样医生就可以只在这个预设好的孔洞部位进行手术。手术洞巾不仅有利于医生定位患处、暴露手术视野，还可以对非患处起到隔离、防止污染的作用
同样地，当计算机处理图像时，图像也如同一名”患者”一样，有些内容需要处理，有些内容不需要处理。通常计算机处理图像时会把所有像素都处理一遍，但如果想让计算机像外科大夫那样仅处理某一小块区域，那就要为图像盖上一张仅暴露一小块区域的”手术洞巾”。像”手术洞巾”那样能够覆盖原始图像、仅暴露原始图像感兴趣区域（ROI）的模板图像就被叫做掩膜
掩膜，也叫掩码（mask），在程序中用二值图像来表示：
0值（纯黑）区域表示 被遮盖的部分255值（纯白）区域表示 暴露的部分- 某些场景下也会用
0和1当作掩膜的值
在使用 OpenCV处理图像时，通常使用 Numpy库提供的方法来创建掩膜图像，下面通过一个实例来演示：
利用 Numpy库的 np.zeros()方法来创建一幅掩膜图像，感兴趣区域为在该图像中 横坐标为20、纵坐标为50、宽为60、高为50的矩形。先展示该掩膜图像，后调换该掩膜图像的感兴趣区域和不感兴趣区域，再次展示掩膜图像
import cv2
import numpy as np
mask = np.zeros((150,150,3),np.uint8)
mask[50:100,20:80,:] = 255
cv2.imshow('mask1',mask)
mask[:,:,:] = 255
mask[50:100,20:80,:] = 0
cv2.imshow('mask2',mask)
cv2.waitKey()
cv2.destroyAllWindows()
结果：
掩膜在图像运算过程中充当了重要角色，通过掩膜才能看到最直观的运算结果，接下来将详细介绍图像运算的相关内容
图像的算数运算
加法运算
关键API： dst = cv2.add(src1, src2[, dst[, mask[, dtype]]])
其中：
src1：第一幅图像src2：第二幅图像mask：可选参数，掩膜（建议使用默认值）dtype：可选参数，图像深度（建议使用默认值）
返回值：
dst：相加之后的结果图像。 *如果相加之后值的结果大于255，则取255
cv2.add()的规则就是两个图对应的元素相加，如果超过255(像素点的大小0-255)，则全部变成255
我们可以用 cv2.add()方法和正常的相加 +做比较
代码如下：
import cv2
import numpy as np
img = cv2.imread('./beach.jpg')
cv2.imshow('img',img)
sum1 = img + img
cv2.imshow('using_+',sum1)
sum2 = cv2.add(img,img)
cv2.imshow('using_cv2.add()',sum2)
cv2.waitKey()
cv2.destroyAllWindows()
上述代码运行结果如下：
原图：
从这个结果可以看出：
" + "运算符的计算结果如果超出了255，就会取相加的和除以255的余数，也就是取模运算，像素值相加后反而变得更小了，由浅色变成了深色cv2.add()方法的计算结果如果超过了255，就取值为255，很多浅颜色像素彻底变成了白色
不同的图相加：
import cv2
import numpy as np
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')
print(cat.shape)
print(dog.shape)
new_dog = dog[0:1078,0:1095]
print(new_dog.shape)
new_img = cv2.add(cat,new_dog)
cv2.imshow('new_img',new_img)
cv2.waitKey()
cv2.destroyAllWindows()
图片还可以和单个数字进行运算，如 dog += 100
每个和100进行加法运算，超过255的数字，会被截断，相当于 %256
import cv2
import numpy as np
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')
dog += 100
print(dog[:3,:3])
cv2.waitKey()
cv2.destroyAllWindows()
利用掩膜遮盖相加结果
图像的加运算也可以使用掩膜，下面通过一个实例介绍掩膜的使用方法
创建纯蓝和纯红这两幅图像，使用add()方法对这两幅图像进行加运算，并在方法中添加一个掩膜，查看计算结果
具体代码如下：
import cv2
import numpy as np
img1 = np.zeros((150,150,3),np.uint8)
img2 = np.zeros((150,150,3),np.uint8)
img1[:,:,0] = 255
img2[:,:,2] = 255
img = cv2.add(img1,img2)
cv2.imshow('img',img)
mask = np.zeros((150,150,1),np.uint8)
mask[50:100,50:100,:] = 255
cv2.imshow('mask',mask)
img = cv2.add(img1,img2,mask = mask)
cv2.imshow('using_mask',img)
cv2.waitKey()
cv2.destroyAllWindows()
结果：
原图 、 掩膜 、 原图使用了掩膜后的效果
减法运算
关键API： cv2.subtract(img1,img2)
subtract的规则就是两个图对应的元素相减，如果小于0(像素点的大小0-255)，则全部变成0
import cv2
import numpy as np
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')
print(cat.shape)
print(dog.shape)
new_dog = dog[0:1078,0:1095]
print(new_dog.shape)
new_img = cv2.subtract(cat,new_dog)
cv2.imshow('new_img',new_img)
cv2.waitKey()
cv2.destroyAllWindows()
乘法运算
关键API： cv2.multiply(img1,img2)
乘法的规则和加法一样：两个图对应的元素相乘，如果超过255(像素点的大小0-255)，则全部变成255
import cv2
import numpy as np
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')
print(cat.shape)
print(dog.shape)
new_dog = dog[0:1078,0:1095]
print(new_dog.shape)
new_img = cv2.multiply(cat,new_dog)
cv2.imshow('new_img',new_img)
cv2.waitKey()
cv2.destroyAllWindows()
除法运算
关键API： cv2.divide(img1,img2
除法的规则和减法一样：两个图对应的元素相除，如果小于0(像素点的大小0-255)，则全部变成0
import cv2
import numpy as np
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')
print(cat.shape)
print(dog.shape)
new_dog = dog[0:1078,0:1095]
print(new_dog.shape)
new_img = cv2.divide(cat,new_dog)
cv2.imshow('new_img',new_img)
cv2.waitKey()
cv2.destroyAllWindows()
图片的融合
关键API： addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])
其中：
src1：第一幅图片alpha：第一幅图片的权重scr2：第二幅图片beta：第二幅图片的权重gamma：偏差
import cv2
import numpy as np
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')
new_dog = dog[0:1078,0:1095]
new_img = cv2.addWeighted(cat,0.3,new_dog,1,0)
cv2.imshow('new_img',new_img)
cv2.waitKey()
cv2.destroyAllWindows()
OpenCV的逻辑运算(位运算)
位运算是二进制数特有的运算特性。图像由像素组成，每个像素可以用十进制数表示，十进制整数又可以转化为二进制数，所以图像也可以进行为位运算，并且位运算在图像数字化技术是一项重要的运算操作
OpenCV提供了几种常用的位运算方法
方 法含 义 cv2.bitwise_and()
按 位 与 cv2.bitwise_or()
按 位 或 cv2.bitwise_not()
按 位 取反 cv2.bitwise_xor()
按 位 异或
与运算 &
关键API： cv2.bitwise_and(src1,src2,mask)
其中：
src1：第一幅图像src2：第二幅图像mask：可选参数，掩膜
返回值：
图像做与运算时，会把每一个像素值都转换为二进制数，然后让两幅图像相同位置的两个像素值做与运算，最后把运算结果保存在新图像的相同位置上
dst：与运算后的结果图像
如 204 & 213 = 196，先将204和213转化为二进制，再把结果的二进制转化为十进制，即为196
两个数与运算后会变小，如 204 & 213 = 196 ； 150 & 140 = 132
与运算有两个特点：
- 如果某像素与纯白色像素（255）做与运算，结果仍然是某像素的原值，即不变
00101011 & 11111111 = 00101011
- 如果某像素与纯黑色像素（0）做与运算，结果为纯黑像素，即归零
00101011 & 00000000 = 00000000
由此可以得出： 如果原图像与 掩膜 进行与运算，原图像仅仅会保留掩膜中白色区域所覆盖的内容，其他区域全部变成黑色。下面通过一个实例来演示掩膜在与运算过程中的作用，
花图像与十字掩膜做 与运算
创建一个掩膜，在掩膜中央保留一个十字形的白色区域，让掩膜与❀做 与运算 ，查看运算后的结果
代码如下：
import cv2
import numpy as np
img = cv2.imread('./amygdalus triloba.png')
print(img.shape)
mask = np.zeros(img.shape,np.uint8)
mask[120:180,:,:] = 255
mask[:,90:150,:] = 255
dst = cv2.bitwise_and(img, mask)
cv2.imshow('img',img)
cv2.imshow('mask',mask)
cv2.imshow('dst',dst)
cv2.waitKey()
cv2.destroyAllWindows()
结果：
示例代码：
两张图片进行与运算
import cv2
import numpy as np
cv2.namedWindow('new_img',cv2.WINDOW_NORMAL)
cv2.resizeWindow('new_img',800,600)
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')
new_dog = dog[0:1078,0:1095]
cat_and = cv2.bitwise_and(cat,new_dog)
print(cat[:2,:2])
print('---------------------')
print(dog[:2,:2])
print('---------------------')
print(cat_and[:2,:2])
cv2.imshow('new_img',np.hstack((cat,cat_and)))
cv2.waitKey()
cv2.destroyAllWindows()
结果：
cat:
[[[195 216 244]
[194 215 243]]
[[194 215 243]
[193 214 242]]]
cat_and
[[[ 64 64 116]
[ 66 68 114]]
[[ 64 70 115]
[ 64 70 112]]]
或运算 |
关键API： dst = cv2.bitwise_or(src1,src2,mask)
src1：第一幅图像src2：第二幅图像mask：可选参数，掩膜
返回值：
dst ：或运算之后的结果图像
或运算也有两个特点：
- 如果某像素与纯白色像素（255）做 或运算，结果为纯白色像素（255）
00101011 | 11111111 = 11111111
- 如果某像素与纯黑色像素（0）做 或运算，结果仍然为某像素的原值（不变）
00101011 | 00000000 = 00101011
由此可以得出： 如果原图像与 掩膜 进行或运算，原图像仅会保存掩膜中黑色区域所覆盖的内容，其他区域全部变成白色。下面通过一个实例来掩饰掩膜在或运算中的作用
花图像与十字掩膜做 或运算
创建一个掩膜，在掩膜中央保留一个十字形的白色区域，让掩膜与❀做 或运算 ，查看运算后的结果
代码如下：
import cv2
import numpy as np
img = cv2.imread('./amygdalus triloba.png')
print(img.shape)
mask = np.zeros(img.shape,np.uint8)
mask[120:180,:,:] = 255
mask[:,90:150,:] = 255
dst = cv2.bitwise_or(img, mask)
cv2.imshow('img',img)
cv2.imshow('mask',mask)
cv2.imshow('dst',dst)
cv2.waitKey()
cv2.destroyAllWindows()
结果：
示例代码：
两个数进行或运算
import cv2
import numpy as np
cv2.namedWindow('new_img',cv2.WINDOW_NORMAL)
cv2.resizeWindow('new_img',800,600)
cat = cv2.imread('./cat.jpeg')
dog = cv2.imread('./dog.jpeg')
new_dog = dog[0:1078,0:1095]
cat_or = cv2.bitwise_or(cat,new_dog)
print(cat[:2,:2])
print('---------------------')
print(dog[:2,:2])
print('---------------------')
print(cat_or[:2,:2])
cv2.imshow('new_img',np.hstack((cat,new_dog,cat_and)))
cv2.waitKey()
cv2.destroyAllWindows()
结果：
[[[195 216 244]
[194 215 243]]
[[194 215 243]
[193 214 242]]]
[[[215 254 253]
[207 247 251]]
[[215 247 251]
[213 247 254]]]
非运算 ~
关键API： dst = cv2.bitwise_not(src,mask)
其中：
src：参与运算的图像mask：可选参数，掩膜
返回值：
dst：取反运算之后的结果图像
如 ~255 = 0， ~195 = 60，在opencv中取非就是相当于用255减去取非的数
import cv2
import numpy as np
cv2.namedWindow('new_img',cv2.WINDOW_NORMAL)
cv2.resizeWindow('new_img',800,600)
cat = cv2.imread('./cat.jpeg')
cat_not = cv2.bitwise_not(cat)
print(cat[:2,:2])
print('---------------------')
print(cat_not[:2,:2])
cv2.imshow('new_img',np.hstack((cat,cat_not)))
cv2.waitKey()
cv2.destroyAllWindows()
结果：
`python
cat:
[[[195 216 244]
[194 215 243]]
[[194 215 243]
[193 214 242]]]
[[[ 84 102 125]
[ 79 100 122]]
[[ 85 102 123]
[ 84 103 124]]]
Original: https://blog.csdn.net/m0_59466249/article/details/125537910
Author: Lionetxx
Title: OpenCV：03图像的算数运算
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/763553/
转载文章受原作者版权保护。转载请注明原作者出处！