【千律】OpenCV基础:图像的四则运算及其作用

本文介绍了如何使用Python OpenCV库进行图像的加法、减法、乘法和除法操作,包括混合图像、背景消除、掩膜应用、设备校正和差异比较等,并通过实际代码示例展示这些技术在图像处理中的作用。

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

环境:Python3.8 和 OpenCV

内容:图像的加减乘除及其作用。

图像的相加:混合图像、添加噪声
图像的相减:消除背景、差影法(比较差异、运动跟踪)
图像的相乘:掩膜(mask)
图像的相除:校正设备、比较差异

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt


# 封装图片显示函数
def image_show(image):
    if image.ndim == 2:
        plt.imshow(image, cmap='gray')
    else:
        image = cv.cvtColor(image, cv.COLOR_BGR2RGB)
        plt.imshow(image)
    plt.show()


if __name__ == '__main__':

    # 读取灰度图像
    img_mask = cv.imread('mask.jpg', 0)
    img_line = cv.imread('line.jpg', 0)

    img_noise = cv.imread('noise.png', 0)
    img_lenna = cv.imread('lenna.png', 0)

    # 对上述读取图像进行合并并显示
    img_merge = np.vstack([np.hstack([img_noise, img_line]),
                           np.hstack([img_lenna, img_mask])])
    image_show(img_merge)

    # 图像的加法
    alpha_add1 = 0.5   # 图片1所占权重
    alpha_add2 = 0.5   # 图片2所占权重
    img_add = cv.addWeighted(img_lenna, alpha_add1, img_line, alpha_add2, 0)
    image_show(img_add)

    # 图像的减法
    img_sub = cv.subtract(img_add * 1.0, img_line * 0.5)
    image_show(img_sub)

    # 图像的乘法
    img_mul = cv.multiply(img_lenna * 1.0, img_mask / 255)
    image_show(img_mul)

    # 图像的除法
    img_div = cv.divide(img_noise, img_lenna)
    image_show(img_div)

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

打赏作者

阿飞_Y

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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