opencv学习（六）像素数值运算【加，减，乘，除，逻辑与，或，非，异或，平均值】，提升图片对比度与亮度

最新推荐文章于 2024-07-13 13:36:29 发布

little people_001

最新推荐文章于 2024-07-13 13:36:29 发布

阅读量2k

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv学习记录文章标签： opencv 计算机视觉 python

本文链接：https://blog.youkuaiyun.com/weixin_48295607/article/details/121037840

opencv学习记录专栏收录该内容

6 篇文章

订阅专栏

本文介绍了使用Python OpenCV库进行图像数据的基本运算，如加法、减法、乘法和除法，以及对图像的平均值计算、逻辑运算和对比度亮度调整。通过实例演示了如何在两张图片上执行这些操作，并展示了逻辑运算符和图像增强技巧的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import cv2 as cv
import numpy as np


def add_photo(m1, m2):  # 图片数据加法
    dst = cv.add(m1, m2)
    cv.imshow("add_photo", dst)


def subtract_photo(m1, m2):  # 图片数据减法
    dst = cv.subtract(m1, m2)
    cv.imshow("subtract_photo", dst)


def divide_photo(m1, m2):  # 图片数据除法
    dst = cv.divide(m1, m2)
    cv.imshow("divide_photo", dst)


def multiply_photo(m1, m2):  # 图片数据乘法
    dst = cv.multiply(m1, m2)
    cv.imshow("multiply_photo", dst)


def others(m1, m2):  # 对图像数据求均值
    # M1 = cv.mean(m1)      # 求平均值
    M1, dev1 = cv.meanStdDev(m1)  # 求平均值以及方差
    M2, dev2 = cv.meanStdDev(m2)
    print("M1:", M1, "\n", M2)
    print("dev:", dev1, "\n", dev2)
    h, w = m1.shape[:2]
    img = np.zeros([h, w], np.uint8)
    m, dev = cv.meanStdDev(img)
    print(m, dev)


def logic_demo_and(m1, m2):  # 逻辑与
    dst = cv.bitwise_and(m1, m2)
    cv.imshow("and", dst)


def logic_demo_or(m1, m2):  # 逻辑或
    dst = cv.bitwise_or(m1, m2)
    cv.imshow("or", dst)


def logic_demo_not(m1):  # 逻辑非
    dst = cv.bitwise_not(m1)
    cv.imshow("not", dst)


def logic_demo_xor(m1, m2):  # 逻辑异或
    dst = cv.bitwise_xor(m1, m2)
    cv.imshow("xor", dst)


def contrast_lightness_demo(image, c, b):  # c代表对比度,b代表亮度 ## 提升图片对比度与亮度
    h, w, ch = image.shape
    blank = np.zeros([h, w, ch], image.dtype)
    dst = cv.addWeighted(image, c, blank, 1 - c, b)
    cv.imshow("lightness", dst)



src1 = cv.imread("D:\ophotos\linux.jpg")
src2 = cv.imread("D:\ophotos\win.jpg")
cv.namedWindow("image1", cv.WINDOW_AUTOSIZE)
cv.namedWindow("image2", cv.WINDOW_AUTOSIZE)
print(src1.shape)
print(src2.shape)
cv.imshow("image1", src1)
cv.imshow("image2", src2)
add_photo(src1, src2)
subtract_photo(src1, src2)
divide_photo(src1, src2)
multiply_photo(src1, src2)
others(src1, src2)
logic_demo_and(src1, src2)
logic_demo_not(src1)
logic_demo_or(src1, src2)
logic_demo_xor(src1, src2)
contrast_lightness_demo(src, 1.2, 100)
cv.waitKey(0)
cv.destroyAllWindows()

像素数值运算