OpenCV基礎 | 5.像素運算

學習視頻可參見python+opencv3.3視頻教學 基礎入門[1]

今天寫的是圖像像素運算

outline

1.算術運算

兩張形狀大小完全相同的圖進行加減乘除

原圖如下

黑為0，0圖二中任意的一個像素值還是圖二的值，白為255，255加圖二中任意的一個像素值騎結果超過255，進行截斷，最終結果還是255，即為白色

def add_demo(m1,m2):
    dst=cv.add(m1,m2)
    cv.imshow("add_demo",dst)

!(https://gitee.com/guohui7/weixinpicture/raw/master/img/image-20201004194249572.png)

黑為0，0-圖二中任意的一個像素值為負值，而範圍是0-255，因此取0，即為黑，白為255，255-圖二中任意的一個像素值得到相反的顏色

def subtract_demo(m1,m2):
    dst=cv.subtract(m1,m2)
    cv.imshow("subtract_demo",dst)

應用：顯示兩幅圖像的差異，檢測同一場景 兩幅圖像之間的變化；圖像分割，如分割運動的車輛，減法去掉靜止的部分，剩餘的是運動元素和噪聲。

黑為0，0*圖二中任意的一個像素值為0，為黑，linux原圖外邊框是反鋸齒的（邊緣柔化），有模糊的，並不一定都為0，因此相乘之後會出現那種像煙花的邊邊

def multiply_demo(m1, m2):
    dst = cv.multiply(m1, m2)
    cv.imshow("multiply_demo", dst)

應用：圖像的局部顯示，用二值模板圖像與原圖像做乘法

def divide_demo(m1, m2):
    dst = cv.divide(m1, m2)
    cv.imshow("divide_demo", dst)

2.邏輯運算

def logic_demo(m1, m2):
    dst=cv.bitwise_and(m1,m2)
    cv.imshow("logic_demo", dst)

def logic_demo(m1, m2):
    dst=cv.bitwise_or(m1,m2)
    cv.imshow("logic_demo", dst)

def logic_demo(m1):
    dst=cv.bitwise_not(m1)
    cv.imshow("logic_demo", dst)

3.改變對比度，亮度

def contrast_brightness_demo(image, c, b):
    h, w, ch = image.shape
    #初始化一張黑圖
    blank = np.zeros([h, w, ch], image.dtype)

    # 圖像混合，c, 1-c為這兩張圖片的權重
    dst = cv.addWeighted(image, c, blank, 1-c, b)
    cv.imshow("contrast_brightness_demo", dst)
    
src=cv.imread("./images/lena.jpg")
#對比度1.2，亮度100
contrast_brightness_demo(src,1.2,100)
結果如下：
結語
以上內容僅是自我學習時記錄的筆記，歡迎大家批評指正，一起學習進步。
參考資料[1]
python+opencv3.3視頻教學 基礎入門: https://www.bilibili.com/video/BV1QW411F7e7?p=1