opencv-python之图像的加法与按位运算

图像的加减法与按位运算

两张素材:

普通加减法

两张同形图像的矩阵进行相加减。或者一张图像的各位置的值加减同一个常数。

符号加减

由于图像载入时，矩阵的dtype自动被设置为np.uint8,故矩阵的元素值范围始终在[0,255]之间。

+ -符号的运算规则是:
a + b = { a + b a + b ≤ 255 m o d ( a + b , 256 ) a + b > 255 a+b=

a+b={a+bmod(a+b,256)​a+b≤255a+b>255​

a − b = { a − b a − b ≥ 0 m o d ( a − b , 256 ) a + b < 0 a-b=

a−b={a−bmod(a−b,256)​a−b≥0a+b<0​

其中mod代表取模运算

import cv2
import numpy as np

# 导入图像
image1 = cv2.imread("./monalisa.png")
image2 = cv2.imread("./mask.png")

# 建立窗口
cv2.namedWindow("add1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("add2", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("add3", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("sub1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("sub2", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("sub3", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 操作
add1=image1+image2
add2=image1+image1
add3=image1+120
sub1=image1-image2
sub2=image2-image1
sub3=image1-120

                    
# 显示图像
cv2.imshow("add1", add1)
cv2.imshow("add2", add2)
cv2.imshow("add3", add3)
cv2.imshow("sub1", sub1)
cv2.imshow("sub2", sub2)
cv2.imshow("sub3", sub3)

key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

函数加减

cv2.add(src1, src2)
cv2.subtract(src1, src2)
1
2

与符号加减有所不同的是，到达255和0的临界点后，值会保持这个临界点。

运算规则：
a + b = { a + b a + b ≤ 255 255 a + b > 255 a+b=

a+b={a+b255​a+b≤255a+b>255​

a − b = { a − b a − b ≥ 0 0 a + b < 0 a-b=

a−b={a−b0​a−b≥0a+b<0​

import cv2
import numpy as np

# 导入图像
image1 = cv2.imread("./monalisa.png")
image2 = cv2.imread("./mask.png")

# 建立窗口
cv2.namedWindow("add1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("add2", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("add3", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("sub1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("sub2", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("sub3", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 操作
add1=cv2.add(image1,image2)
add2=cv2.add(image1,image1)
add3=cv2.add(image1,120)
sub1=cv2.subtract(image1,image2)
sub2=cv2.subtract(image2,image1)
sub3=cv2.subtract(image1,120)

                    
# 显示图像
cv2.imshow("add1", add1)
cv2.imshow("add2", add2)
cv2.imshow("add3", add3)
cv2.imshow("sub1", sub1)
cv2.imshow("sub2", sub2)
cv2.imshow("sub3", sub3)

key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

图像加权和

图像加权和，指的是在进行图像像素相加时，给予图像不同的权重，起到"融合"的效果:
$$dst=src1\times \alpha +src2\times \beta +\gamma$$
其中，$\alpha$、$\beta$ 分别是图像src1,src2的权重 ,$\gamma$ 用以调节亮度

对应的函数为:

dst=cv2.addWeighted(src1, alpha, src2, beta, gamma)
1

如:

import cv2
import numpy as np

# 导入图像
image1 = cv2.imread("./monalisa.png")
image2 = cv2.imread("./mask.png")

# 建立窗口
cv2.namedWindow("add1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("add2", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("add3", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 操作
add1=cv2.addWeighted(image1,0.6,image2,0.4,4)
add2=cv2.addWeighted(image1,0.85,image2,0.15,4)
add3=cv2.addWeighted(image1,0.6,image2,0.4,40)
                    
# 显示图像
cv2.imshow("add1", add1)
cv2.imshow("add2", add2)
cv2.imshow("add3", add3)

key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

按位运算

按位运算，指的是将两个数字转化为二进制，再进行一位一位的逻辑运算(与，或，非，异或)，最后将结果再转化回十进制

按位与

基本规则:

全真为真，其余为假

推论:

• 任何一个8位二进制数与11111111(十进制的255)进行按位与运算，结果是它本身
• 任何一个8位二进制数与00000000(十进制的0)进行按位与运算，结果是它本身

如 163 & 124

163二进制为:10100011

124二进制为:01111100

按位与结果为:00100000 ，转化为十进制为32

即163 & 124=32

cv2.bitwise_and(src1,src2)
1

根据推论，效果是与255对应的位置像素值不变，与0对应的位置变为0

如:

import cv2
import numpy as np

# 导入图像
image1 = cv2.imread("./monalisa.png")
image2 = np.zeros(image1.shape,dtype=np.uint8)
image2[50:220,110:230]=[255,255,255]

# 建立窗口
cv2.namedWindow("image1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("image2", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("bit and", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 操作
bitand=cv2.bitwise_and(image1,image2)
                    
# 显示图像
cv2.imshow("image1",image1)
cv2.imshow("image2",image2)
cv2.imshow("bit and", bitand)

key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

按位或

基本规则：

有真为真，无真为假

如 163 | 124

163二进制为:10100011

124二进制为:01111100

按位或结果为:11111111 ，转化为十进制为255

即163 | 124=255

cv2.bitwise_or(src1,src2)
1

按位非

基本规则:

如，~163

163二进制为:10100011

按位非结果为:01011100，转化为十进制为92

即~163=92

cv2.bitwise_not(src)
1

按位异或

基本规则:

又称半加运算，不进位的二进制加法

推论:

• 某个数与同一个数连续进行两次按位异或运算，得到的还是它本身。

如 163 ^ 124

163二进制为:10100011

124二进制为:01111100

按位异或结果为:11011111 ，转化为十进制为223

即163 ^ 124=223

223与124再次按位异或:10100011

即163本身

cv2.bitwise_xor(src1,src2)
1

一张图片与另一张图片连续进行两次按位异或，得到的是本身(可用于加密)

import cv2
import numpy as np

# 导入图像
image1 = cv2.imread("./monalisa.png")
image2 = np.random.randint(0,255,image1.shape,dtype=np.uint8)

# 建立窗口
cv2.namedWindow("image1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("image2", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("bit xor 1", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.namedWindow("bit xor 2", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

# 操作
a=cv2.bitwise_xor(image1,image2)
b=cv2.bitwise_xor(a,image2)
                    
# 显示图像
cv2.imshow("image1",image1)
cv2.imshow("image2",image2)
cv2.imshow("bit xor 1", a)
cv2.imshow("bit xor 2", b)

key = chr(cv2.waitKey())
if key == "1":
    print("图像显示结束")
    cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27