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)