Opencv-python官方文档个人学习（三）

本篇文章为Opencv核心运算三部曲的第二篇文章。

图像的算数运算

目标

1. 学习图像上的多种算数运算，例如加法、减法、按位运算等。
2. 学习这些函数：cv.add(),cv.addWeighted()等

图像加法

两种加法方式：cv.add()或者简单的numpy运算res = img1+img2

注：两个图像应具有相同的深度和类型，或第二个图像可以为标量。并且cv.add()和Numpy加法之间存在差异：Opencv加法为饱和运算，Numpy加法为模运算

代码

x = np.uint8([250])
y = np.uint8([10])

print(cv.add(x,y)) # 250+10 = 260 =>255
>255

print(x+y) # 250+10 = 260%256 = 4
>4

故当你不清楚两图相加值是否会超过255时，请尝试两种方法查看相加的结果，取你最需要的那个方法。

图像混合

也是一种图像相加，但是对图像赋予不同的权重，以给出混合或透明的感觉，公式如下：

通过修改α的值从0->1，就能在两张图片之间进行酷炫的过渡。

代码

​
import cv2 as cv

img1 = cv.imread('ml.png')
img2 = cv.imread('opencv-logo.png')

assert img1 is not None,'file could not be read,check with os.path.exists()'
assert img2 is not None,'file could not be read,check with os.path.exists()'

#由于两张图片的height,weight不同，对img1进行resize到和img2相同。
img_height,img_weight = img2.shape[0],img2.shape[1]
#img.shape中长宽的位置和resize中不同，故需要调换一下weight和height的位置。
img1 = cv.resize(img1,(img_weight,img_height))

#参数为img1,权重1，img2,权重2，常量
dst = cv.addWeighted(img1,0.7,img2,0.3,0)

cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()

​

结果如下：

位运算

位运算包括按位AND、OR、NOT和XOR运算。他们在提取图像的任意部分、定义和使用非矩形ROI时非常有用。

例子：

我想把 OpenCV 徽标放在图像上。可是如果我将两张图片相加，颜色就会改变。而如果将它们混合，就会产生透明的效果，我并不希望这种事情发生。且Opencv的徽标不是矩形，不能使用ROI操作。因此，你可以如下方代码所示，使用位操作来实现：

import cv2 as cv

img1 = cv.imread('messi5.jpg')
img2 = cv.imread('opencv-logo-white.png')

assert img1 is not None, "file could not be read, check with os.path.exists()"
assert img2 is not None, "file could not be read, check with os.path.exists()"

rows,cols,channels = img2.shape
roi = img1[0:rows,0:cols]
img2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY)
#阈值处理获得mask掩膜，cv.threshold大于10赋值为255，小于10赋值为0
ret,mask = cv.threshold(img2gray,10,255,cv.THRESH_BINARY)
#1~255变为0，0变为1
mask_inv = cv.bitwise_not(mask)

#现在在ROI中涂黑徽标区域 cv.bitwise_and:1&1=1,1&0=0,0&1=0,0&0=0，二进制与操作，全真才为真。
img1_bg = cv.bitwise_and(roi,roi,mask=mask_inv)

#在Opencv图片中仅提取opencv图形和字体,mask中opencv图形和字体皆为255，背景为0,故仅可以提取出轮廓和字体
img2_fg = cv.bitwise_and(img2,img2,mask = mask)

#将logo填入ROI中
dst = cv.add(img1_bg,img2_fg)
img1[0:rows,0:cols] = dst


cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()

注：关于其中的掩膜知识可以看OpenCV之bitwise_and、bitwise_not等图像基本运算及掩膜-优快云博客，转载，作者写的很好。

下方图片分别为Opencv原图、Mask、Mask_inv

总结

本篇文章我们学习了图像的相加、混合操作和图像的位运算，总体都是对多个图像混合成一个图像的操作。