基于OpenCV的图片算术操作

如果需要对两张图片做加减等算术操作，那么前提是这两张图片的通道数目、尺寸必须一致。

import numpy as np
from cv2 import cv2
 

def add(img1,img2):
    dst = cv2.add(img1,img2)
    cv2.imshow("add_dst",dst)
 
def subtract(img1,img2):
    dst = cv2.subtract(img1,img2)
    cv2.imshow("subtract_dst",dst)
    
def divide_demo(img1,img2):
    dst = cv2.divide(img1,img2)
    cv2.imshow("divide_dst",dst)
 
def multiply_demo(img1,img2):
    dst = cv2.multiply(img1,img2)
    cv2.imshow("multiply_dst",dst)

也可以查看图像通道上的平均值，可以使RGB通道，也可以是HSV通道，当然灰度图也是可以的。

def average(img1,img2):
    mean1 = cv2.mean(img1)
    mean2 = cv2.mean(img2)
    print(mean1)
    print(mean2)
 

有时候，仅仅查看平均值并不能够正确地反映出我们想要的信息，这时候就可以查看利用opencv中自带的 cv2.meanStdDev计算出方差。方差越大说明各个像素之间差异越大

def mean_dev(img1,img2):
    mean1, std1= cv2.meanStdDev(img1)
    mean2, std2= cv2.meanStdDev(img2)
    print(mean1)
    print(mean2)
    print(std1)
    print(std2)

有些时候，我们可以通过像素点的运算来处理图像。比方通过一张遮罩图(或黑或白的二值图)，然后通过与、或、取反操作待处理的图像，就可以得出我们想要的结果。

def logic_and_demo(img1,img2):
    """逻辑与运算，只有两个bit都是1时，两bit的与运算结果才为1"""
    """黑色BGR(0，0，0)数据类型为uint8，所以二进制形态为00000000"""
    """白色BGR(255，255，255)数据类型为uint8，二进制形态为11111111"""
    """由此可见黑色像素与任何颜色进行与运算结果都为黑色，黑色遮挡一切"""
    """白色像素和任何颜色像素进行与运算结果都为原来的颜色，白色相当于透明"""
    dst = cv2.bitwise_and(img1,img2)
    #注意，若img1或img2中有一个是mask，则它可以作为遮罩层
    cv2.imshow("logic_and_dst",dst)
    
def logic_or_demo(img1,img2):
    """两bit进行或运算，两bit中只要与一个为1，则结果为1"""
    """任何颜色与黑色进行或运算，结果都保持原来的颜色"""
    """任何颜色与白色进行或运算，结果都为白色"""
    dst = cv2.bitwise_or(img1,img2)
    cv2.imshow("logic_or_dst",dst)
    
def logic_not_demo(img1):
    """bit_wise_not其实是按位取反，即像素的某个通道二进制形态为10010011，则变为01101100"""
    """注意01101100+10010011=11111111，即255"""
    dst = cv2.bitwise_not(img1)
    cv2.imshow("logic_not_dst",dst)

以上内容如有错误，欢迎指出。谢谢！