Python图像处理五。图像融合图像加减法图像逻辑运算
也许每个人出生的时候都以为这世界都是为他一个人而存在的,当他发现自己错的时候,他便开始长大
少走了弯路,也就错过了风景,无论如何,感谢经历
更多关于Android安全的知识,可前往:https://blog.csdn.net/ananasorangey/category11955914.html
本篇文章转载自公众号[娜璋AI安全之家]
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门、OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子、图像增强技术、图像分割等,后期结合深度学习研究图像识别、图像分类、目标检测应用。
前一篇文章介绍Python调用OpenCV实现图像平滑,包括五种算法:均值滤波、方框滤波、高斯滤波、中值滤波和双边滤波。这篇文章将详细讲解图像融合、图像加减法、图像逻辑运算和类型转换。希望文章对您有所帮助,如果有不足之处,还请海涵~
一.图像融合 二.图像加法和减法运算 1.加法运算 2.减法运算 三.图像逻辑运算 1.与运算 2.或运算 3.异或运算 4.非运算 四.图像类型转换
该系列在github所有源代码: https://github.com/eastmountyxz/ ImageProcessing-Python
前文回顾(下面的超链接可以点击喔): [Python图像处理] 一.图像处理基础知识及OpenCV入门函数 [Python图像处理] 二.OpenCV+Numpy库读取与修改像素 [Python图像处理] 三.获取图像属性、兴趣ROI区域及通道处理 [Python图像处理] 四.图像平滑之均值滤波、方框滤波、高斯滤波、中值滤波及双边滤波 [Python图像处理] 五.图像融合、图像加减法、图像逻辑运算及图像类型转换
学Python近八年,认识了很多大佬和朋友,感恩。由于在外求学且需要养娃,故在CSDN设置成了最低价收费专栏,觉得不错的可以购买抬爱;但作者的本意是帮助更多初学者入门,因此在github开源了所有代码,也在公众号同步更新。深知自己很菜,得拼命努力前行,编程也没有什么捷径,干就对了。希望未来能更透彻学习和撰写文章,同时非常感谢参考文献中的大佬们的文章和分享,共勉。
- https://blog.csdn.net/eastmount 一.图像融合
图像融合通常是指将2张或2张以上的图像信息融合到1张图像上,融合的图像含有更多的信息,能够更方便人们观察或计算机处理。如下图所示,将两张不清晰的图像融合得到更清晰的图。
图像融合是在图像加法的基础上增加了系数和亮度调节量,它与图像的主要区别如下: 图像加法:目标图像 = 图像1 + 图像2图像融合:目标图像 = 图像1 系数1 + 图像2 系数2 + 亮度调节量
在OpenCV中,图像融合主要调用addWeighted()函数实现,其原型如下。需要注意的是,两张融合图像的像素大小必须一致,参数gamma不能省略。 dst = cv2.addWeighted(scr1, alpha, src2, beta, gamma) dst = src1 * alpha + src2 * beta + gamma
下面的代码是将两张图片进行图像融合,两张图片的系数均为1。 #encoding:utf-8 # By: Eastmount CSDN 2021-01-26 import cv2 import numpy as np import matplotlib.pyplot as plt #读取图片 src1 = cv2.imread("lena-hd.png") src2 = cv2.imread("na.png") #图像融合 result = cv2.addWeighted(src1, 1, src2, 1, 0) #显示图像 cv2.imshow("src1", src1) cv2.imshow("src2", src2) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出结果如图所示,它将src1图像和src2图像按比例系数进行了融合,生成目标结果图result。
同样可以设置不同的融合比例,比如函数设为cv2.addWeighted(src1, 0.6, src2, 0.8, 10),则输出的结果如图所示。
如果想表白,可以试试这部分代码。
二.图像加法和减法运算1.加法运算
(1) Numpy库加法
其运算方法是:目标图像 = 图像1 + 图像2,运算结果进行取模运算。 当像素值<=255时,结果为"图像1+图像2",例如:120+48=168当像素值>255时,结果为对255取模的结果,例如:(255+64) % 255 = 64
(2) OpenCV加法运算
另一种方法是直接调用OpenCV库实现图像加法运算,方法如下: 目标图像 = cv2.add(图像1, 图像2)
此时结果是饱和运算,即: 当像素值<=255时,结果为"图像1+图像2",例如:120+48=168当像素值>255时,结果为255,例如:(255+64) = 255
两种方法对应的代码如下所示: #encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #读取图片 img = cv2.imread("picture.bmp") test = img #方法一:Numpy加法运算 result1 = img + test #方法二:OpenCV加法运算 result2 = cv2.add(img, test) #显示图像 cv2.imshow("original", img) cv2.imshow("result1", result1) cv2.imshow("result2", result2) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出结果如下,其中result1为第一种方法,result2为第二种方法,白色点255更多。
注意:参与运算的图像大小和类型必须一致。下面是对彩色图像加法运算的结果。
下面的代码实现了图像加法运算。注意,如果相加值大于255,则输出图像的像素结果设置为255。 #coding:utf-8 import cv2 import numpy as np #读取图片 img = cv2.imread("Lena.png") #图像各像素加100 m = np.ones(img.shape, dtype="uint8")*100 #OpenCV加法运算 result = cv2.add(img, m) #显示图像 cv2.imshow("original", img) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出如图所示,左边为原始图像,右边为像素值增加100像素后的图像,输出图像显示更偏白。
2.减法运算
图像减法运算主要调用subtract()函数实现,其原型如下所示: dst = subtract(src1, src2[, dst[, mask[, dtype]]]) – src1表示第一张图像的像素矩阵
– src2表示第二张图像的像素矩阵
实现代码详见如下: #coding:utf-8 # By: Eastmount CSDN 2021-02-24 import cv2 import numpy as np #读取图片 img = cv2.imread("Lena.png") #图像各像素减50 m = np.ones(img.shape, dtype="uint8")*50 #OpenCV减法运算 result = cv2.subtract(img, m) #显示图像 cv2.imshow("original", img) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出如图所示,左边为原始图像,右边为像素值减少50像素后的图像,输出图像显示更偏暗。
三.图像逻辑运算1.与运算
与运算是计算机中一种基本的逻辑运算方式,符号表示为"&",其运算规则为:0&0=0、0&1=0、1&0=0、1&1=1。图像的与运算是指两张图像(灰度图像或彩色图像均可)的每个像素值进行二进制"与"操作,实现图像裁剪。 dst = bitwise_and(src1, src2[, dst[, mask]]) – src1表示第一张图像的像素矩阵
– src2表示第二张图像的像素矩阵
– dst表示输出的图像,必须和输入图像具有相同的大小和通道数
– mask表示可选操作掩码(8位单通道数组),用于指定要更改的输出数组的元素
下面代码是通过图像与运算实现图像剪裁的功能。 #coding:utf-8 # By: Eastmount CSDN 2021-02-24 import cv2 import numpy as np #读取图片 img = cv2.imread("Lena.png", cv2.IMREAD_GRAYSCALE) #获取图像宽和高 rows, cols = img.shape[:2] print(rows, cols) #画圆形 circle = np.zeros((rows, cols), dtype="uint8") cv2.circle(circle, (int(rows/2.0), int(cols/2)), 80, 255, -1) print(circle.shape) print(img.size, circle.size) #OpenCV图像与运算 result = cv2.bitwise_and(img, circle) #显示图像 cv2.imshow("original", img) cv2.imshow("circle", circle) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出如图所示,原始图像与圆形进行与运算之后,提取了其中心轮廓。同时输出图像的形状为256 256,图像大小为65536个像素。注意,两张进行与运算的图像大小和类型必须一致。
2.或运算
逻辑或运算是指如果一个操作数或多个操作数为 true,则逻辑或运算符返回布尔值 true;只有全部操作数为false,结果才是 false。图像的或运算是指两张图像(灰度图像或彩色图像均可)的每个像素值进行二进制"或"操作,实现图像裁剪。其函数原型如下所示: dst = bitwise_or(src1, src2[, dst[, mask]]) – src1表示第一张图像的像素矩阵
– src2表示第二张图像的像素矩阵
– dst表示输出的图像,必须和输入图像具有相同的大小和通道数
– mask表示可选操作掩码(8位单通道数组),用于指定要更改的输出数组的元素
下面代码是通过图像或运算实现图像剪裁的功能。 #coding:utf-8 # By: Eastmount CSDN 2021-02-24 import cv2 import numpy as np #读取图片 img = cv2.imread("Lena.png", cv2.IMREAD_GRAYSCALE) #获取图像宽和高 rows, cols = img.shape[:2] print(rows, cols) #画圆形 circle = np.zeros((rows, cols), dtype="uint8") cv2.circle(circle, (int(rows/2), int(cols/2)), 80, 255, -1) print(circle.shape) print(img.size, circle.size) #OpenCV图像或运算 result = cv2.bitwise_or(img, circle) #显示图像 cv2.imshow("original", img) cv2.imshow("circle", circle) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出如图所示,原始图像与圆形进行或运算之后,提取了图像除中心原形之外的像素值。
3.异或运算
逻辑异或运算(xor)是一个数学运算符,数学符号为" ",计算机符号为"xor",其运算法则为:如果a、b两个值不相同,则异或结果为1;如果a、b两个值相同,异或结果为0。图像的异或运算是指两张图像(灰度图像或彩色图像均可)的每个像素值进行二进制"异或"操作,实现图像裁剪。其函数原型如下所示: dst = bitwise_xor(src1, src2[, dst[, mask]]) – src1表示第一张图像的像素矩阵
– src2表示第二张图像的像素矩阵
– dst表示输出的图像,必须和输入图像具有相同的大小和通道数
– mask表示可选操作掩码(8位单通道数组),用于指定要更改的输出数组的元素
图像异或运算的实现代码如下所示。 #coding:utf-8 import cv2 import numpy as np #读取图片 img = cv2.imread("Lena.png", cv2.IMREAD_GRAYSCALE) #获取图像宽和高 rows, cols = img.shape[:2] print(rows, cols) #画圆形 circle = np.zeros((rows, cols), dtype="uint8") cv2.circle(circle, (int(rows/2), int(cols/2)), 80, 255, -1) print(circle.shape) print(img.size, circle.size) #OpenCV图像异或运算 result = cv2.bitwise_xor(img, circle) #显示图像 cv2.imshow("original", img) cv2.imshow("circle", circle) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
原始图像与圆形进行异或运算之后输出如图所示。
4.图像非运算
图像非运算就是图像的像素反色处理,它将原始图像的黑色像素点转换为白色像素点,白色像素点则转换为黑色像素点,其函数原型如下: dst = bitwise_not(src1, src2[, dst[, mask]]) – src1表示第一张图像的像素矩阵
– src2表示第二张图像的像素矩阵
– dst表示输出的图像,必须和输入图像具有相同的大小和通道数
– mask表示可选操作掩码(8位单通道数组),用于指定要更改的输出数组的元素
图像非运算的实现代码如下所示。 #coding:utf-8 import cv2 import numpy as np #读取图片 img = cv2.imread("Lena.png", cv2.IMREAD_GRAYSCALE) #OpenCV图像非运算 result = cv2.bitwise_not(img) #显示图像 cv2.imshow("original", img) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
原始图像非运算之后输出如图所示。
四.图像类型转换
图像类型转换是指将一种类型转换为另一种类型,比如彩色图像转换为灰度图像、BGR图像转换为RGB图像。OPenCV提供了200多种不同类型之间的转换,其中最常用的包括3类,如下: cv2.COLOR_BGR2GRAYcv2.COLOR_BGR2RGBcv2.COLOR_GRAY2BGR
代码如下所示: #encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #读取图片 src = cv2.imread("01.bmp") #图像类型转换 result = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) #显示图像 cv2.imshow("src", src) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出结果如下图所示:
如果使用通道转化,则结果如下图所示: result = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
五.总结
本文主要讲解Python和OpenCV的图像基础处理,具体内容包括: 一.图像融合 二.图像加法和减法运算
1.加法运算
2.减法运算 三.图像逻辑运算
1.与运算
2.或运算
3.异或运算
4.图像非运算 四.图像类型转换
源代码下载地址,记得帮忙点star和关注喔! https://github.com/eastmountyxz/ ImageProcessing-Python
2020年8月18新开的"娜璋AI安全之家",主要围绕Python大数据分析、网络空间安全、人工智能、Web渗透及攻防技术进行讲解,同时分享CCF、SCI、南核北核论文的算法实现。娜璋之家会更加系统,并重构作者的所有文章,从零讲解Python和安全,写了近十年文章,真心想把自己所学所感所做分享出来,还请各位多多指教,真诚邀请您的关注!谢谢。
(By:Eastmount 2021-02-24 夜于武汉 )
参考文献,在此感谢这些大佬,共勉! [1] 冈萨雷斯. 数字图像处理(第3版)[M]. 电子工业出版社, 2013.[2] 毛星云, 冷雪飞. OpenCV3编程入门[M]. 电子工业出版社, 2015.[3] https://blog.csdn.net/Eastmount
你以为你有很多路可以选择,其实你只有一条路可以走
突发新闻,腾讯遭殃了这几天光模块从底部反弹的力度不小,中际旭创周一最高反弹了15,新易盛三天也反弹了将近20的涨幅。光模块咱们在8月份关注过,今年以来行业一直处在估值底部,有两点很重要的原因1上半年国
激怒投资人一拍两散,ofo小黄车商业大败局如今还关心小黄车ofo的,大概只有那些等着退押金的人了。1500多万名用户的押金石沉大海,如果每个人按99元押金算,ofo至少欠债15亿。这笔钱,只剩下一具空壳的ofo还掏的出来吗
任正非期望何时实现,数据出炉,新荣耀任重而道远由于西方的严密封锁,华为无奈之下断臂求生,出售了亲儿子荣耀品牌,这既给华为储备了过冬的粮食,同时也避免荣耀受到打压的牵连,让荣耀有了个没有束缚的生长空间。在分手之时,任正非对荣耀满
海南共3家民宿入选全国首批甲级乙级旅游民宿名单23日,全国旅游标准化技术委员会发布了关于甲级乙级旅游民宿的公告,确定31家民宿为甲级旅游民宿,27家民宿为乙级旅游民宿。其中,我省3家民宿榜上有名,无所归止精品民宿拟被评为甲级民
老龄化赛道未来三十年唯一方向熬过了耐得住寂寞的部分,接下来都是守得住繁华。而守得住繁华的部分,要比耐得住寂寞难上千万倍,堪比华山之险。估计有不少朋友看到这个标题会觉得太过于遥远。投资看未来30年,谁又能看得清
徐璐厨房拍大片!穿翻领白卫衣配短袜坐吧台上,这七头身身材好美冬季固然是一个穿衣保暖的季节,但是对于年轻女生来说,要风度不要温度依旧很流行,甚至有些时髦精还会选择更加夸张的造型,比如卫衣玩失踪等等本是春秋季节出现的造型,出现在冬季可以说完全不
想要睡眠好,建议做好这3件事,睡眠或许能回到正轨,睡得香有很多中老年朋友都有类似的经历,就是发现睡眠没有以前好了,主要表现为入睡困难,躺在床上辗转反侧,翻来覆去睡不着觉还容易早醒,醒来之后,就再也无法入睡,就只能起床看看电视,看看手机,
干货,建议收藏!耳鸣了,你可以这样进补首先,要看你耳鸣的病因是什么?如果你耳鸣的时间很久了,除了耳鸣,还伴有腰膝酸软,头晕眼花脱发,或者是牙齿松动,夜尿频多,畏寒肢冷,欲望减退的情况,那么这种就是肾虚耳鸣,你需要补肾益
建议小个子还是穿短外套,配长裤或半裙,显高利落,关键还显气质各种短小又实用的百搭外套,在秋冬季节很受欢迎,除了保暖效果很棒之外,还非常时髦洋气,无论是职场女性,还是学生小姐姐们,都可以入手的外套,利落又大气。尤其是个子较矮的女生们,选择一款
苹果各机型启动恢复模式方法汇总果粉之家,专业苹果手机技术研究十年!您身边的苹果专家随着苹果公司宣布自助维修计划,果粉们似乎更加关注iPhone的维修技巧了。近日就有不少果粉问小编(果粉之家),iPhone如何启
朴信惠官宣结婚生子,为何嫁给大家不看好的男人?来!扒一扒原因韩国男神收割机朴信惠突然宣布怀孕结婚。公司发表公开声明双方在准备结婚的过程中,珍贵的生命降临了。朴信惠本人也通过公司向公众表达了自己的想法我即将结婚,在漫长的岁月中,他不仅包容了我