在图像处理中，算术运算和位运算是非常基础且重要的操作。
本文将详细介绍如何使用 OpenCV 进行图像的加法、减法、乘法、除法、位运算以及图像混合操作。
1、基础运算
图像加法
图像加法是将两幅图像的对应像素值相加，生成一幅新的图像。
在 OpenCV 中，可以使用 cv2.add() 函数来实现图像加法。
实例
import cv2
import numpy as np
# 读取两幅图像
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')
# 图像加法
result = cv2.add(img1, img2)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
注意：如果像素值相加后超过 255，OpenCV 会自动将其截断为 255。
图像减法
图像减法是将两幅图像的对应像素值相减，生成一幅新的图像。
在 OpenCV 中，可以使用 cv2.subtract() 函数来实现图像减法。
实例
# 图像减法
result = cv2.subtract(img1, img2)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
注意：如果像素值相减后小于 0，OpenCV 会自动将其截断为 0。
图像乘法
图像乘法是将两幅图像的对应像素值相乘，生成一幅新的图像。
在 OpenCV 中，可以使用 cv2.multiply() 函数来实现图像乘法。
实例
# 图像乘法
result = cv2.multiply(img1, img2)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
注意：如果像素值相乘后超过 255，OpenCV 会自动将其截断为 255。
图像除法
图像除法是将两幅图像的对应像素值相除，生成一幅新的图像。在 OpenCV 中，可以使用 cv2.divide()
函数来实现图像除法。
实例
# 图像除法
result = cv2.divide(img1, img2)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
注意：如果除数为 0，OpenCV 会自动将结果设置为 0。
2、图像位运算 (AND, OR, NOT, XOR)
位运算是对图像的每个像素进行二进制位操作。
OpenCV 提供了 cv2.bitwise_and()、cv2.bitwise_or()、cv2.bitwise_not()
和 cv2.bitwise_xor() 函数来实现图像的位运算。
位与运算 (AND)
位与运算是对两幅图像的每个像素进行按位与操作。
实例
# 位与运算
result = cv2.bitwise_and(img1, img2)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
位或运算 (OR)
位或运算是对两幅图像的每个像素进行按位或操作。
实例
# 位或运算
result = cv2.bitwise_or(img1, img2)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
位非运算 (NOT)
位非运算是对图像的每个像素进行按位取反操作。
实例
# 位非运算
result = cv2.bitwise_not(img1)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
位异或运算 (XOR)
位异或运算是对两幅图像的每个像素进行按位异或操作。
实例
# 位异或运算
result = cv2.bitwise_xor(img1, img2)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
3、图像混合 (cv2.addWeighted())
图像混合是将两幅图像按照一定的权重进行线性组合，生成一幅新的图像。
在 OpenCV 中，可以使用 cv2.addWeighted() 函数来实现图像混合。
实例
# 图像混合
alpha = 0.7 # 第一幅图像的权重
beta = 0.3 # 第二幅图像的权重
gamma = 0 # 可选的标量值
result = cv2.addWeighted(img1, alpha, img2, beta, gamma)
# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
|
参数说明：
- alpha：第一幅图像的权重。
- beta：第二幅图像的权重。
- gamma：可选的标量值，通常设置为 0。
公式：
result = img1 * alpha + img2 * beta + gamma |
总结
本文详细介绍了 OpenCV 中的图像算术运算、位运算以及图像混合操作。这些操作是图像处理的基础，掌握它们对于后续更复杂的图像处理任务至关重要。通过实践这些操作，你可以更好地理解图像处理的基本原理，并为后续的计算机视觉任务打下坚实的基础。
|
