OpenCV+python：像素运算

一、数值运算（调节亮度，调整对比度）
OpenCV提供的图片色素的处理函数（运算的要求：两张图片的shape要一样）：
（1）相加：add()

（2）相减：subtract()

（3）相乘：divide()

（4）相除：multiply()

原理就是：通过获取两张（一次只能是两张）个图片的同一个位置的色素值来实现运算，黑色是0，白色为255，当大于255会为白色，小于0为黑色。

import cv2 as cv#数值运算：加减乘除def shu_image(src11, src22):src = cv.add(src11, src22)#加cv.imshow("add", src)src = cv.subtract(src11, src22)#减cv.imshow("subtract", src)src = cv.divide(src11, src22)#乘cv.imshow("divide", src)src = cv.multiply(src11, src22)#除cv.imshow("multiply", src)src1 = cv.imread("D:/images/demo1.png")src2 = cv.imread("D:/images/demo2.png")cv.imshow("11", src1)cv.imshow("22", src2)shu_image(src1, src2)cv.waitKey(0)cv.destroyAllWindows()

（5）获取各个通道的均值

 m = cv.mean(image)print(m)  #都过小则偏暗，单个过大的通道可认为是主色彩

（6）获取每个图像的方差

m,dev = cv.meanStdDev(image)    #返回均值和方差，分别对应3个通道
print(m)
print(dev)    过大说明像素间的差异就大

若dev小，则说明图片的色彩差异（对比性）是较小的，若整张图片同色，则方差是0，均值是0，可以用来查看扫描仪中是否有信息丢失（方差小于一个预值，则失效，丢弃）
二、逻辑运算（遮罩层控制）
1，opencv提供图片像素的处理函数：

与：bitwise_add() （类似于遮罩，当我们使用白色遮罩）

或：bitwise_or()

非：bitwise_not() （对一张图片取反）

异或：bitwise_xor()

import cv2 as cv#逻辑运算：与或非的操作
def luo_image(src11, src22):src = cv.bitwise_and(src11, src22) # 两张图片同一位置的色素两个值均不为零的才会有输出cv.imshow("与", src)src = cv.bitwise_or(src11, src22)  # 两张图片同一位置的色素两个值不全为零的才会有输出cv.imshow("或", src)src = cv.bitwise_not(src11)        # 对一张图片操作  取反cv.imshow("非", src)src = cv.bitwise_xor(src11, src22) # 两张图片同一位置的色素两个值有一个为零，另一个不为零才会输出cv.imshow("异或", src)src1 = cv.imread("D:/images/demo1.png")src2 = cv.imread("D:/images/demo2.png")cv.imshow("11", src1)cv.imshow("22", src2)luo_image(src1, src2)cv.waitKey(0)cv.destroyAllWindows()

2，针对视频中inrange，先将image二值化，提取出目标对象，然后再与原图bitwise_and，就会把目标对象提取出来关于lower_hsv 和 upper_hsv 的取值参见下表：

import cv2 as cv
import numpy as npdef extrace_object_demo():                                 #追踪有颜色的对象capture = cv.VideoCapture("D:/vcprojects/images/video.mp4")while(True):ret, frame = capture.read()    #frame是每一帧图像，ret是返回值，为0是表示图像读取完毕if ret == False:break;hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV) lower_hsv = np.array([37, 43, 46])upper_hsv = np.array([77, 255, 255])mask = cv.inRange(hsv, lowerb=lower_hsv, upperb=upper_hsv) #该函数输出的dst是一幅二值化之后的图像（是将满足我们的图像对象所有位都设为1白色，不满足设置为0黑色）dst = cv.bitwise_and(frame, frame, mask=mask) #提取出目标对象，然后再与原图bitwise_and，就会把目标对象提取出来cv.imshow("video", frame)cv.imshow("mask", mask)cv.imshow("dst", dst)c = cv.waitKey(40)if c == 27: #退出break

3，调整亮度和对比度 addWeighted

def contrast_brightness_demo(image,c,b):''':param image:   原图:param c:   对比度 是将像素乘与c,原来2，4---->4, 8  差距由2--->4导致对比增强:param b:   亮度  是将每个像素点加上相关亮度:return:'''h,w,ch = image.shapeblank = np.zeros([h,w,ch],image.dtype)　　#创建一个全黑图像dst = cv.addWeighted(image,c,blank,1-c,b)cv.imshow("dst",dst)

说明

基本原理：两张图片合成。dst = src1alpha+src2beta+gamma
对比度：制造一个全黑(像素为0),通过权重相加，乘以倍数就会使像素之间的差异性成倍增大，对比度提升
亮度：+像素值，让图片像素往255靠近，(255,255,255)是白色，图片越来越亮

1、第1个参数，输入图片1，
2、第2个参数，图片1的融合比例
3、第3个参数，输入图片2
4、第4个参数，图片2的融合比例
5、第5个参数，偏差
6、第6个参数，输出图片

OpenCV+python：像素运算相关推荐

python像素处理_Python+OpenCV图像处理（五）—— 像素运算
最近在忙毕业设计,只能偶尔更新博客........ 一.像素的算术运算像素的算术运算涉及加减乘除等基本运算(要进行算术运算,两张图片的形状(shape)必须一样) 代码如下: #像素的算术运算(加. ...
opencv进阶学习笔记3：像素运算和图像亮度对比度调节
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版目录: python+opencv进阶版学习笔记目录(适合有一定基础) 像素运算要求两张图大小,以及格式(np ...
python怎么编写视觉识别_Python视觉识别--OpenCV色彩空间\图像运算\ROI(四)
(七) 色彩空间什么是色彩空间,人们建立了多种色彩模型,以一维.二维.三维甚至四维空间坐标来表示某一色彩,这种坐标系统所能定义的色彩范围即色彩空间色彩空间有很多,但是常用的色彩空间一共5种:RGB ...
OpenCV+python：Canny边缘检测算法
1,边缘处理图像边缘信息主要集中在高频段,通常说图像锐化或检测边缘,实质就是高频滤波.我们知道微分运算是求信号的变化率,具有加强高频分量的作用. 在空域运算中来说,对图像的锐化就是计算微分.由于数字 ...
openCV—Python(6)—— 图像算数与逻辑运算
openCV-Python(6)-- 图像算数与逻辑运算一.函数简介 1.add-图像矩阵相加函数原型:add(src1, src2, dst=None, mask=None, dtype=Non ...
OpenCV Python教程（3）（4）（5）：直方图的计算与显示形态学处理初级滤波内
OpenCV Python教程(3.直方图的计算与显示) 本篇文章介绍如何用OpenCV Python来计算直方图,并简略介绍用NumPy和Matplotlib计算和绘制直方图直方图的背景知识.用途 ...
36篇博文带你学完opencv :python+opencv进阶版学习笔记目录
基础版学习笔记传送门 36篇博文带你学完opencv :python3+opencv学习笔记汇总目录(基础版) 进阶版笔记项目 opencv进阶学习笔记1: 调用摄像头用法大全(打开摄像头,打开摄像 ...
python 图像无缝拼接,OpenCV Python 系列教程3 - Core 组件
基本知识灰度图像的存储方式: image 多通道图像存储方式 image OpenCV 中的通道存储为 BGR 像素值的存储方式 RGB 模式,显示设备采用这种模式 HSV.HLS 将颜色分解成色调 ...
美颜（磨皮，大眼）opencv python实现
本文是利用opencv python 的美颜(磨皮,大眼)实现. 1 磨皮 1.1 导向滤波磨皮使用的是导向滤波进行磨皮.关于导向滤波的介绍,可以看我的另一篇文章导向滤波与opencv python ...
用Numba加速OpenCV Python视频处理代码,提升6.5倍性能
使用Numba对OpenCV Python视频处理代码加速.性能提升6.5倍 1.目标问题: 在 OpenCV Python 中视频处理是比较耗资源的,从而造成画面卡顿,如果跳帧处理可能造成丢失关键数 ...

OpenCV+python：像素运算

OpenCV+python：像素运算相关推荐

最新文章

热门文章