python 下 opencv 的实现图像的基础数学计算

系列文章目录

第一章 python 下 opencv 接口的参数详解及使用(一)

第一章 python 下 opencv 接口的参数详解及使用(二)

第二章 python 下 opencv 的实现图像的基础数学计算

第三章  python 下 opencv 接口实现图像二值化,并小解二值化原理


 


前言

提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。


提示:以下是本篇文章正文内容,下面案例可供参考

一、对图像的数学运算

1、图像相加

接口:cv2.add(src1 , src2 , dst = None , mask = None , dtype = None)

作用:用于两张图像或者颜色相机;

参数:

。src1 :需要相加的第一幅图象文件;

。src2 :需要相加的第二幅图像文件,鉴于仅用于两图像的相加,所以需要通道和宽高相同;

。dst :两图相加后的结果图文件;

。mask :掩码(mask),可有可无

。dtype :相加结果图像的景深,此参数可有可无;

实现代码及成像效果:


import cv2
 
filename_1 = "image_1.bmp"
filename_2 = "image_2.bmp"
# 读入图像数据
image_1 = cv2.imread(filename = filename_1 ,flags= 1)
image_2 = cv2.imread(filename = filename_2 ,flags= 1)
 
image = cv2.add(src1 = image_1, src2 = image_2 )
 
# 对图像进行显示
cv2.imshow(winname = "image_1" , mat = image_1)
cv2.imshow(winname = "image_2" , mat = image_2)
cv2.imshow(winname = "image_show" , mat = image)
cv2.waitKey(0)
cv2.destroyAllWindows()

实现效果:

2、图像相加融合

接口:cv2.addWeighted(src1 , alpha , src2 , beta , gamma , dst = None , dtype = None)

作用:用于两张图像相加融合;

参数:

。src1 :需要相加的第一幅图象文件;

。alpha :第一个图文件的权重;

。src2 :需要相加的第二幅图像文件,鉴于仅用于两图像的相加,所以需要通道和宽高相同;

。beta:第二个图文件的权重;

。gamma :两张图相加后要增加的值,不要太大,不然图片一片白。总和等于255以上就是纯白色了;

。dst :两图相加后的结果图文件;

。dtype :相加结果图像的景深,此参数可有可无;

实现原理:

该接口主要实现以下公式内容: 

g(x) = (1 - \alpha )f_{0}(x) + \alpha f_{1}(x)+\gamma 

公式中: f_{0}(x) 代表第一张图像;f_{1}(x) 代表第二张图像;其中 \left (1 -\alpha \right ) 和 \alpha 代表权重值,其中  \gamma 代表需要再增加的值

实现代码及成像效果:


import cv2
 
filename_1 = "image_1.bmp"
filename_2 = "image_2.bmp"
# 读入图像数据
image_1 = cv2.imread(filename = filename_1 ,flags= 1)
image_2 = cv2.imread(filename = filename_2 ,flags= 1)
 
image = cv2.addWeighted(src1 = image_1, alpha  = 0.3 , src2 = image_2 , beta = 0.4 , gamma  = 0.5)
 
# 对图像进行显示
cv2.imshow(winname = "image_1" , mat = image_1)
cv2.imshow(winname = "image_2" , mat = image_2)
cv2.imshow(winname = "im
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值