7 影像上的算術運算

7.1 目標

學習影像的幾種算術運算，例如加法，減法，按位運算等，

您將學習以下功能：cv.add，cv.addWeighted等，

7.2 影像加法

您可以通過OpenCV函式cv.add() 或僅通過numpy操作res = img1 + img2 添加兩個影像，兩個影像應具有相同的深度和型別，或者第二個影像可以只是一個標量值，

注意：OpenCV加法和Numpy加法之間有區別，OpenCV加法是飽和運算，而Numpy加法是模運算，

示例如下：

x = np.uint8([250])
y = np.uint8([25])
print(cv.add(x, y))  # [[255]]:250+25=275=>255
print(x + y)  # [19]:250+25=275%256=19

當添加兩個影像時，它將更加可見，OpenCV功能將提供更好的結果，因此，始終最好堅持使用OpenCV功能，

7.3 影像融合

這也是影像加法，但是對影像賦予不同的權重，以使其具有融合或透明的感覺，根據以下等式添加影像：

$G(x)= (1 - \alpha)f_0(x)+ \alpha f_1(x)$

通過從 $\alpha$ 從 $0\rightarrow1$ 更改，您可以在一個影像到另一個影像之間執行很酷的過渡，但是兩個影像的寬高必須一致才行，

在這里，我拍攝了兩個影像，將它們融合在一起，第一幅影像的權重為0.7，第二幅影像的權重為0.3，cv.addWeighted() 在影像上應用以下公式，

$dst=\alpha \cdot img1+\beta \cdot img2 + \gamma$

在這里， $\gamma$ 被視為零，

import cv2 as cv

img1 = cv.imread('../girl02/05.jpg')
img2 = cv.imread('../girl02/06.jpg')
print('img1:{};img2:{}'.format(img1.shape, img2.shape))  # img1:(1080, 1920, 3);img2:(1080, 1920, 3)
cv.namedWindow('image', cv.WINDOW_NORMAL)
dst = cv.addWeighted(img1, 0.7, img2, 0.3, 0)
cv.imshow('image', dst)
cv.waitKey(0)
cv.destroyAllWindows()

融合結果如下：

7.4 按位運算

這包括按位 AND 、 OR 、NOT 和 XOR 操作，它們在提取影像的任何部分(我們將在后面的章節中看到)、定義和處理非矩形 ROI 等方面非常有用，下面我們將看到一個例子，如何改變一個影像的特定區域，我想把 OpenCV 的標志放在一個影像上面，如果我添加兩個影像，它會改變顏色，如果我混合它，我得到一個透明的效果，但我希望它是不透明的，如果是一個矩形區域，我可以使用 ROI，就像我們在上一章中所做的那樣，但是 OpenCV 的 logo 不是長方形的，所以你可以使用如下的按位操作來實作：

我想在影像上方放置OpenCV徽標，如果添加兩個影像，它將改變顏色，如果混合它，我將獲得透明效果，但我希望它不透明，如果是矩形區域，則可以像上一章一樣使用ROI，但是OpenCV徽標不是矩形，因此，您可以按如下所示進行按位操作：

import cv2 as cv
import matplotlib.pyplot as plt

# 讀取原影像
img = cv.imread('../girl6/14.jpg')
img = cv.cvtColor(img, cv.COLOR_BGR2RGB)  # 因為opencv是BGR通道，而matplotlib是RGB通道
plt.subplot(331), plt.imshow(img, 'gray'), plt.title('img')

# 讀取logo影像
logo = cv.imread('../girl6/opencv.png')
logo = cv.cvtColor(logo, cv.COLOR_BGR2RGB)
plt.subplot(332), plt.imshow(logo, 'gray'), plt.title('logo')

# 把logo放在左上角，所以創建了ROI
rows, cols, channels = logo.shape  # 獲取logo的行、列和通道數
roi = img[0:rows, 0:cols]  # 在img影像上面截取roi大小的區域
plt.subplot(339), plt.imshow(roi, 'gray'), plt.title('roi')

# 現在創建logo的掩碼，并同時創建其相反掩碼
logo2gray = cv.cvtColor(logo, cv.COLOR_BGR2GRAY)  # 將logo轉換為灰度影像，以便二值化
plt.subplot(334), plt.imshow(logo2gray, 'gray'), plt.title('logo2gray')
# cv.threshold將灰度圖二值化，ret為閾值，mask為二值化的影像，將低于第一個閾值的置為0，高于第二個閾值的置為255
ret, mask = cv.threshold(logo2gray, 200, 255, cv.THRESH_BINARY)
plt.subplot(335), plt.imshow(mask, 'gray'), plt.title('mask')
# bitwise_not是對二進制資料進行“非”操作，即對影像（灰度影像或彩色影像均可）每個像素值進行二進制“非”操作
mask_inverse = cv.bitwise_not(mask)  # cv.bitwise_not將掩碼取反
plt.subplot(336), plt.imshow(mask_inverse, 'gray'), plt.title('mask_inverse')

# 現在將ROI中logo的區域涂黑
# bitwise_and是對二進制資料進行“與”操作，即對影像（灰度影像或彩色影像均可）每個像素值進行二進制“與”操作
img_background = cv.bitwise_and(roi, roi, mask=mask_inverse)
plt.subplot(337), plt.imshow(img_background, 'gray'), plt.title('img_background')

# 僅從logo影像中提取logo區域
logo_foreground = cv.bitwise_and(logo, logo, mask=mask)
plt.subplot(338), plt.imshow(logo_foreground, 'gray'), plt.title('logo_foreground')

# 將logo放入ROI并修改主影像
dst = cv.add(img_background, logo_foreground)
img[0:rows, 0:cols] = dst
plt.subplot(333), plt.imshow(img, 'gray'), plt.title('dst')

plt.show()

請看下面的結果，為了更加直觀的看清楚，我將其用matplotlib進行了排列，可以看清楚每一個影像的意思，

7.5 練習題

使用cv.addWeighted 函式在檔案夾中創建影像的幻燈片放映，并在影像之間進行平滑過渡，

大家可以先自己想想應該怎么做，我這里做的是回圈讀取檔案夾的圖片，達到幻燈片放映效果，先上運行結果：

具體代碼如下：

import cv2 as cv
import os
from PIL import Image

# 讀取檔案夾下圖片的數量
image_dir = '../girl6/'
count = os.listdir(image_dir)  # 讀取image_dir檔案夾中圖片個數
print('count=', len(count))  # 列印檔案夾中圖片個數，我這里count=26

# 將圖片裁剪成相同尺寸
for i in range(0, len(count)):
    # 獲取圖片的尺寸
    img = Image.open(image_dir + str(i).zfill(2) + '.jpg')
    img_size = img.size  # im_size[0]獲取的是圖片寬度，im_size[1]獲取的是圖片的高度
    # print('圖片寬度和高度分別是{}'.format(img_size))
    img = img.resize((450, 288))  # 可以根據自己需求裁剪圖片大小，第一個是寬度，第二個是高度
    # 將裁剪的圖片按照0~count保存，zfill(2)表示兩位數，不夠前面填0
    img.save(image_dir + str(i).zfill(2) + '.jpg')

# 新建一個視窗
cv.namedWindow('image', cv.WINDOW_NORMAL)
a = 0  # 初始化權重系數
cv.waitKey(0)  # 等待按鍵開始

# 遍歷檔案夾下所有圖片
for i in range(0, len(count)):
    image1 = cv.imread(image_dir + str(i).zfill(2) + '.jpg', 1)
    image2 = cv.imread(image_dir + str(i + 1).zfill(2) + '.jpg', 1)
    while a < 1.0:
        dst = cv.addWeighted(image2, a, image1, 1 - a, -1)
        cv.imshow('image', dst)
        cv.waitKey(88)  # 這里是自動跳轉，也可以設定按鍵進行跳轉
        a += 0.1
    a = 0  # 重新初始化權重系數
    print(i)
    i += 1
cv.waitKey(0)  # 等待按鍵結束
cv.destroyAllWindows()

歡迎評論區留言，一起探討OpenCV成神之路的奧秘，

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/287829.html

標籤：其他

上一篇：OpenCV-DFT最優尺寸cv::getOptimalDFTSize