学习图像的算术运算-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

介绍

还记得你在小学学习如何加减数字吗？现在，你可以用图像做同样的事情！

输入图像可以执行算术运算，例如加法.减法和逐位运算(and.OR.NOT.XOR)。这些操作可以帮助提高输入照片的质量。

在本文中，您将学习使用OpenCV Python包对图像执行算术和逐位操作的步骤。让我们开始吧！

对图像执行算术运算意味着什么？

因此，假设我们要合并两张单独照片中的两个像素。我们如何将它们结合起来？

让我们想象一下下面的场景。第一个像素的颜涩强度为(200，0，0)，而第二个像素的涩强度为(100，0，1)。如果我们把这些值加在一起，我们得到(300，0，0)。这在处理RGB图像时是完全可能的。

那么，我们如何在Python中解决这个问题呢？

该解决方案附带了一个OpenCV库，它实现了cv2.add()和cv2.subtract()函数。

要执行这些操作，必须在系统上安装OpenCV Python库。

算术运算：图像添加

使用cv2.add()函数，我们可以添加两个图像。Cv2.add()将图片像素添加到两个图像中。执行此操作时需要记住的一点是，这两个图像应该具有相同的深度和类型，或者第二个图像可以只是一个标量值。

此函数的语法为：cv2.add(img1，img2)

对于这个博客，我们将考虑以下两个图像来将它们添加到一起。

在执行算术运算之前，必须知道如何读取和显示加载的图像。

现在，按照下面的代码片段阅读，执行两个图像的添加，最后显示添加的图像。

导入cv2

img1=cv2.imread(&#39；image1_add.jpg&#39；，1)

#或

#img1=cv2.imread(&#39；C:UsersAdminDownloadsimage1_add.jpg&#39；，1)

cv2.imshow(图像1，img1)

cv2.waitKey(0)

cv2.销毁所有Windows()

img2=cv2.imread(&#39；image2_add.jpg&#39；，1)

#或

#img2=cv2.imread(&#39；C:UsersAdminDownloadsimage_add.jpg&#39；，1)

cv2.imshow(图像2，img2)

cv2.waitKey(0)

cv2.销毁所有Windows()

#添加图像

added_img＝cv2.add(img1，img2)

cv2.imshow(&#39；添加图像&#39；，Added_img)

cv2.waitKey(0)

cv2.销毁所有Windows()

从上述代码片段添加的图像如下：

这只是一个简单的加法。我们可以使用另一个名为cv2.addWeighted的函数来混合图像。这类似于图像添加，但图像被赋予不同的权重以创建混合或透明度的错觉。

此函数的语法为：cv2.addWeighted(img1，wt1，img2，wt2，gamma Value)

按照下面的代码片段对两幅图像执行加权相加。

导入cv2

img1=cv2.imread(&#39；image1_add.jpg&#39；，1)

#或

#img1=cv2.imread(&#39；C:UsersAdminDownloadsimage1_add.jpg&#39；，1)

cv2.imshow(图像1，img1)

cv2.waitKey(0)

cv2.销毁所有Windows()

img2=cv2.imread(&#39；image2_add.jpg&#39；，1)

#或

#img2=cv2.imread(&#39；C:UsersAdminDownloadsimage_add.jpg&#39；，1)

cv2.imshow(图像2，img2)

cv2.waitKey(0)

cv2.销毁所有Windows()

#加法-加权加法

added_wt_img=cv2.add加权(img1，0.6，img2，0.4，0)

cv2.imshow(&#39；添加权重图像&#39；，Added_wt_img)

cv2.waitKey(0)

cv2.销毁所有Windows()

加权加法的输出如下：

这里，拍摄了两幅图像，将它们混合在一起。第一张图片的权重为0.6，第二张图片的重量为0.4。您可以根据需要更改图片的权重！

算术运算：图像减法

就像添加两幅图像一样，您可以减去两幅图像。这可以使用cv2.subtract()函数完成。请注意，要减去的图像必须具有相同的大小和深度。

此函数的语法为：cv2.subtract(src1，src2)

下面的代码片段展示了如何减去两幅图像。先前使用的图像(我们另外使用的图像)已被减去。

导入cv2

img1=cv2.imread(&#39；image1_add.jpg&#39；，1)

#或

#img1=cv2.imread(&#39；C:UsersAdminDownloadsimage1_add.jpg&#39；，1)

cv2.imshow(图像1，img1)

cv2.waitKey(0)

cv2.销毁所有Windows()

img2=cv2.imread(&#39；image2_add.jpg&#39；，1)

#或

#img2=cv2.imread(&#39；C:UsersAdminDownloadsimage_add.jpg&#39；，1)

cv2.imshow(图像2，img2)

cv2.waitKey(0)

cv2.销毁所有Windows()

img=cv2减法(img1，img2)

cv2.imshow(减影图像，sub_img)

cv2.waitKey(0)

cv2.销毁所有Windows()

减去的图像如下：

还可以试着减去两幅简单的图像，使它们更容易理解。使用的两张图片是：

减去的输出为：

既然我们已经学习了如何对图像执行算术运算，我们将继续对图像执行逐位运算。

按位操作

当我们只需要提取图像所需的元素时，我们将使用逐位操作。这些逐位技术用于各种计算机视觉应用，例如创建图像掩模.将水印应用于图像以及创建新图像。与OpenCV中的其他变形方法相比，这些操作适用于图像中的单个像素，以产生更准确的结果。在开始图像上的And.Or和Not操作之前，假设您熟悉三个基本的位运算符：And.Or和Not。OpenCV包含用于执行AND.OR和NON操作的内置函数。它们是按位与.按位与或按位非。考虑以下两个黑白图像。现在让我们将这三个操作应用于这两个图像，看看会发生什么。

导入cv2

#读取图像

img1＝cv2.imread(&#39；位_image_1.jpg&#39；)

img2＝cv2.imread(&#39；位_image_2.jpg&#39；)

位_与=cv2.位_与(img1，img2)

位_或=cv2.位_或(img1，img2)

位_非=cv2.位_非(img1)

cv2.imshow(&#39；img1&#39；，img1)

cv2.waitKey(0)

cv2.销毁所有Windows()

cv2.imshow(&#39；img2&#39；，img2)

cv2.waitKey(0)

cv2.销毁所有Windows()

cv2.imshow(与，位_AND)

cv2.waitKey(0)

cv2.销毁所有Windows()

cv2.imshow(&#39；OR&#39；，位_OR)

cv2.waitKey(0)

cv2.销毁所有Windows()

cv2.imshow(&#39；NOT&#39；，位_NOT)

cv2.waitKey(0)

cv2.销毁所有Windows()

上述代码段的输出如下所示：

我希望您已经学会了如何使用OpenCV对图像执行算术和逐位运算。