OpenCV - 图像上的算术运算(Python实现)

本文介绍了如何使用OpenCV和Python进行图像的算术运算,包括图像加法、图像混合以及按位运算。图像加法可以通过`cv2.add()`或numpy加法实现,图像混合使用`cv2.addWeighted()`函数。此外,还讨论了按位运算如AND、OR、NOT和XOR,并介绍了阈值处理在二值化操作中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  1. 图像加法

图像加法就是将两个图像的像素分别相加起来。
我们可以使用 cv2.add() 或 numpy 中的加法进行操作。但是同样是8位数据,在cv中进行加法是一种饱和操作,而numpy中的加法是一种取模操作。

x = np.uint8([250])
y = np.uint8([10])
print (cv2.add(x,y)) # 250+10 = 260 => 255
[[255]]
print (x+y) # 250+10 = 260 % 256 = 4
[4]
  1. 图像混合

如果单纯的用图像加法图像会由于饱和产生大面积的白色,所以可以使用图像混合。
图像混合的计算公式如下:
  g (x) = (1 − α) f0 (x) + αf1 (x)

图像混合函数:
cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]]) → dst
函数效果如下
 dst = src1 * alpha + src2 * beta + gamma;

如果将两个图像混合,那么一定是两个图像的尺寸要相同:

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst
src - 原图
dst - 目标图像。
dsize - 目标图像大小。

interpolation - 插值方法。共有5种:

&

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