Opencv | Opencv 基于图像的运算

目录

• 一. OpenCV 基于图像的运算
• • 1 cv.item( ) 获取图像某个位置的像素值
  • 2. cv. itemset( ) 修改图像某个位置的像素值
  • 3. cv.split( ) / cv.merge( ) 通道的分割与合并
  • 4. cv.copyMakeBorder ( ) 添加边框
  • 5. cv.addWeighted ( ) 图像融合 / 权重和
  • 6. cv.threshold 二值化操作
  • 7. cv.add ( ) 加法操作
  • 8. cv.subtract ( ) 减法操作
  • 9. cv.multiply ( ) 乘法操作
  • 10. cv.divide ( ) 除法操作
  • 二. OpenCV 基于图像的逻辑运算
  • • 1. cv.bitwise_not ( )按位非操作
    • 2. cv.bitwise_and ( ) 按位与操作
    • 3. cv.bitwise_or ( ) 按位或操作
    • 4. cv.bitwise_xor ( ) 按位异或操作

      一. OpenCV 基于图像的运算

      img = cv.imread("sky.png",-1)
      print(img.size)  # 750000
      print(img.shape)  # (500, 500, 3)
      print(img.dtype)  # uint8：无符号的整数8位，即（0-255）
      

      1 cv.item( ) 获取图像某个位置的像素值

      	cv.item( ) 
      	作用：
      		一次只能查看一个通道某个点
      	【注意】
      		读取图像格式为BGR
      

      2. cv. itemset( ) 修改图像某个位置的像素值

      	cv. itemset( )
      	作用：
      		一次只能修改一个通道某个个点的像素值
      	【注意】
      		读取图像格式为BGR
      

      3. cv.split( ) / cv.merge( ) 通道的分割与合并

      	cv.split ( )  分割图像的通道
      	cv.merge ( )  融合多个通道
      

      4. cv.copyMakeBorder ( ) 添加边框

      	cv.copyMakeBorder(src, top, bottom, left, right, borderType, dst=None, value=None)
      	参数：
      		src：输入的图片
      		top/bottom/left/right：相应方向上的边框宽度
      		borderType：
      			要添加边框的类型，具体有：
      				cv.BORDER_REPLICATE：使用最边界的像素值代替
      				cv.BORDER_REFLECT：添加的边框像素将是边界元素的镜面反射
      				cv.BORDER_REFLECT_101/cv.BORDER_DEFAULT：边界反射，边界像素不保留
      				cv.BORDER_WRAP：看例子
      				cv.BORDER_CONSTANT：添加的边界框像素值为常数（需要额外再给定一个参数）
      		dst：输出图像；Python接口一般不用这个参数
      		value：如果borderType为cv.BORDER_CONSTANT时，需要填充的常数值
      

      5. cv.addWeighted ( ) 图像融合 / 权重和

      	cv2.addWeighted(src1,alpha,src2.beta,gamma)
      	参数：
      		alpha：src1的权重
      		beta：src2的权重
      		gamma：偏置项
      	非官方：
      		加权和
      	相当于：
      		w1 * x1 + w2 * x2 + b
      	注意：
      		有偏置项
      

      6. cv.threshold 二值化操作

      	retval, threshold_img = cv.threshold(src, thresh, maxval, type)
      	参数：
      		src: 输入图像，通常是灰度图像
      		thresh: 阈值，用于决定像素值如何被分类
      		maxval: 当像素值高于（或低于，取决于阈值类型）阈值时，像素的新值
      		type: 阈值类型
      			  cv.THRESH_BINARY,
      			  cv.THRESH_BINARY_INV
      			  cv.THRESH_TRUNC
      			  cv.THRESH_TOZERO
      			  cv.THRESH_TOZERO_INV
      	作用：
      		基于一个阈值，将图像中的像素值转换为两个可能的值：通常是黑色和白色
      			即： 0（黑色）和1（白色）/ 0（黑色）和255（白色）
      

      7. cv.add ( ) 加法操作

      	两张图片相加，shape必须相同
      	
      	图片对应位置相加，如果相加后出现值大于255的情况，统一置为255
      		解决方法：
      		1. 相加图片权重相同
      		2. 相加图片权重不同
      

      8. cv.subtract ( ) 减法操作

      	对应位置相减，如果小于0，统一置为0
      

      9. cv.multiply ( ) 乘法操作

      	对应位置相乘，如果大于255，统一置为255
      

      10. cv.divide ( ) 除法操作

      	对应位置相除，如果小于0，统一置为0
      

      二. OpenCV 基于图像的逻辑运算

      1. cv.bitwise_not ( )按位非操作

      	图像位运算，对图像的每个像素值进行”非”操作，即：dst=np.uint8(~src)
      

      2. cv.bitwise_and ( ) 按位与操作

      	图像位运算，对两个图像的每个像素值之间进行”与”操作，即： dst=np.uint8(src1 & src2)
      

      3. cv.bitwise_or ( ) 按位或操作

      	图像位运算，对两个图像的每个像素值之间进行”或”操作，即： dst=np.uint8(src1 | src2)
      

      4. cv.bitwise_xor ( ) 按位异或操作

      	图像位运算，对两个图像的每个像素值之间进行”异或”操作，即： dst=np.uint8(src1 ^ src2)
      

      ---

      感谢阅读🌼

      
      （图片来源网络，侵删）

      如果喜欢这篇文章，记得点赞👍和转发🔄哦！

      有任何想法或问题，欢迎留言交流💬，我们下次见！

      本文相关代码存放位置

          【Opencv 基于图像的运算】

      祝愉快🌟！

      ---