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。netananasorangeycategory11955914。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PythonOpenCV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。comeastmountyxzImageProcessingPython
　　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。OpenCVNumpy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。neteastmount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。dstcv2。addWeighted（scr1，alpha，src2，beta，gamma）dstsrc1alphasrc2betagamma
　　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：utf8By：EastmountCSDN20210126importcv2importnumpyasnpimportmatplotlib。pyplotasplt读取图片src1cv2。imread（lenahd。png）src2cv2。imread（na。png）图像融合resultcv2。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：12048168当像素值255时，结果为对255取模的结果，例如：（25564）25564
　　（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：12048168当像素值255时，结果为255，例如：（25564）255
　　两种方法对应的代码如下所示：encoding：utf8importcv2importnumpyasnpimportmatplotlib。pyplotasplt读取图片imgcv2。imread（picture。bmp）testimg方法一：Numpy加法运算result1imgtest方法二：OpenCV加法运算result2cv2。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：utf8importcv2importnumpyasnp读取图片imgcv2。imread（Lena。png）图像各像素加100mnp。ones（img。shape，dtypeuint8）100OpenCV加法运算resultcv2。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：dstsubtract（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：utf8By：EastmountCSDN20210224importcv2importnumpyasnp读取图片imgcv2。imread（Lena。png）图像各像素减50mnp。ones（img。shape，dtypeuint8）50OpenCV减法运算resultcv2。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：000、010、100、111。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。dstbitwiseand（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：utf8By：EastmountCSDN20210224importcv2importnumpyasnp读取图片imgcv2。imread（Lena。png，cv2。IMREADGRAYSCALE）获取图像宽和高rows，colsimg。shape〔：2〕print（rows，cols）画圆形circlenp。zeros（（rows，cols），dtypeuint8）cv2。circle（circle，（int（rows2。0），int（cols2）），80，255，1）print（circle。shape）print（img。size，circle。size）OpenCV图像与运算resultcv2。bitwiseand（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256256，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：dstbitwiseor（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：utf8By：EastmountCSDN20210224importcv2importnumpyasnp读取图片imgcv2。imread（Lena。png，cv2。IMREADGRAYSCALE）获取图像宽和高rows，colsimg。shape〔：2〕print（rows，cols）画圆形circlenp。zeros（（rows，cols），dtypeuint8）cv2。circle（circle，（int（rows2），int（cols2）），80，255，1）print（circle。shape）print（img。size，circle。size）OpenCV图像或运算resultcv2。bitwiseor（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：dstbitwisexor（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：utf8importcv2importnumpyasnp读取图片imgcv2。imread（Lena。png，cv2。IMREADGRAYSCALE）获取图像宽和高rows，colsimg。shape〔：2〕print（rows，cols）画圆形circlenp。zeros（（rows，cols），dtypeuint8）cv2。circle（circle，（int（rows2），int（cols2）），80，255，1）print（circle。shape）print（img。size，circle。size）OpenCV图像异或运算resultcv2。bitwisexor（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：dstbitwisenot（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：utf8importcv2importnumpyasnp读取图片imgcv2。imread（Lena。png，cv2。IMREADGRAYSCALE）OpenCV图像非运算resultcv2。bitwisenot（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。COLORBGR2GRAYcv2。COLORBGR2RGBcv2。COLORGRAY2BGR
　　代码如下所示：encoding：utf8importcv2importnumpyasnpimportmatplotlib。pyplotasplt读取图片srccv2。imread（01。bmp）图像类型转换resultcv2。cvtColor（src，cv2。COLORBGR2GRAY）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：resultcv2。cvtColor（src，cv2。COLORBGR2RGB）
　　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。comeastmountyxzImageProcessingPython
　　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：Eastmount20210224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。netEastmount
　　你以为你有很多路可以选择，其实你只有一条路可以走