iOS opencv图像处理 二值化 opencv图像处理算法

文章目录

• OpenCV学习笔记 - 图像运算

• 图像算术运算

• cv2.add(img1,img2)
• cv2.subtract(img1,img2)
• cv2.addWeighted(img1,alpha,img2,beta,gamma)

• 图像位运算

• cv2.bitwise_not(img)
• cv2.bitwise_and(img1,img2)
• cv2.bitwise_or(img1,img2) cv2.bitwise_xor(img1,img2)

• 课程大作业 - 图像添加水印

• 基本步骤

• 引入一幅图片
• 要有一个LOGO
• 计算图片在什么地方添加,在添加的地方变成黑色
• 利用add,将LOGO与图片叠加在一起
• 展示效果

• 实验效果

OpenCV学习笔记 - 图像运算

图像算术运算

cv2.add(img1,img2)

• 功能：图像相加 （注意：img1,img2的图像的尺寸必须是一致的）
• 参数说明：

• img1 : 作矩阵相加的图像1（numpy类型）
• img2 : 作矩阵相加的图像2（numpy类型）

• 运算规则：



• 代码实例：

import cv2
import numpy as np

# 读取图片
img1 = cv2.imread('./img/AI_Security.jpg')

# 图的加法运算就是矩阵的加法运算
# 注意加法运算的两张图尺寸必须是一样的
img2 = np.ones(img1.shape,np.uint8) * 50

# 图像相加的结果
res = cv2.add(img1,img2)

# 展示图片
cv2.imshow('img1',img1)
cv2.imshow('img2',img2)
cv2.imshow('res',res)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()

• 实验效果：增加img1图像的亮度

cv2.subtract(img1,img2)

• 功能：图像相减 （注意：img1,img2的图像的尺寸必须是一致的）
• 参数说明：

• img1 : 作矩阵相减的图像1（numpy类型）
• img2 : 作矩阵相减的图像2（numpy类型）

• 运算规则：



• 代码实例：继图像相加的代码，将图像复原

# 图像相减
origin = cv2.subtract(res,img2)

# 展示图片
cv2.imshow('origin',origin)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
	cv2.destroyAllWindows()

• 实验效果：



• 补充：为了让图像相乘和相除更快可以用 cv2.multiply(img1,img2) cv2.divide(img1,img2)

cv2.addWeighted(img1,alpha,img2,beta,gamma)

• 功能：实现图像融合
• 参数说明：

• img1：需要融合的图像1
• alpha：img1融合所占权重
• img2：需要融合的图像2
• beta：img2融合所占权重
• gamma：静态权重（简单理解为偏置项）

• 运算规则：
• 代码实例：

import cv2
import numpy as np

## 创建窗口
cv2.namedWindow('img1',cv2.WINDOW_NORMAL)
cv2.namedWindow('img2',cv2.WINDOW_NORMAL)
cv2.namedWindow('res',cv2.WINDOW_NORMAL)

## 设置展示窗口的大小
cv2.resizeWindow('img1',480,480)
cv2.resizeWindow('img2',480,480)
cv2.resizeWindow('res',480,480)

## 读取图片
img1 = cv2.imread('./img/AI_Security.jpg')
img2 = cv2.imread('./img/TSU.jpg')

## 由于读入的两张图片尺寸是不一样的,因此我们需要将其尺寸保持一致
print(img1.shape)
img2 = cv2.resize(img2,(img1.shape[1],img1.shape[0]),interpolation=cv2.INTER_CUBIC)
print(img2.shape)


## 图片融合
res = cv2.addWeighted(img1,0.9,img2,0.1,0)

## 展示图片
cv2.imshow('img1',img1)
cv2.imshow('img2',img2)
cv2.imshow('res',res)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()

• 实验效果：

图像位运算

cv2.bitwise_not(img)

• 功能：将图像进行像素的二进制值按位翻转
• 参数说明：

• img : 需要图像按位翻转的图像

• 代码实例：

import cv2
import numpy as np

## 初始化一张黑白单通道图片
img = np.ones((200,200),np.uint8)

# 在图像中间挖一块白色的矩形
img[50:150,50:150] = 255
cv2.imshow('img',img)

# 将图片翻转
img2 = cv2.bitwise_not(img)
cv2.imshow('img2',img2)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()

• 实验效果：

cv2.bitwise_and(img1,img2)

• 代码功能：将图像进行像素的二进制值按位与运算
• 参数说明：

• img1：需要作按位与运算的图像1
• img2：需要作按位与运算的图像2

• 实验效果：

cv2.bitwise_or(img1,img2) cv2.bitwise_xor(img1,img2)

• 代码功能：实现图像的按位或/异或运算，或or运算整合图像信息/异或xor运算实现重叠部分标暗
• 参数说明：

• img1：需要作按位与运算的图像1
• img2：需要作按位与运算的图像2

• 代码实例：

import cv2
import numpy as np

img1 = np.zeros((200,200),np.uint8)
img1[50:120,50:120] = 255
img2 = np.zeros((200,200),np.uint8)
img2[80:150,80:150] = 255


cv2.imshow('img1',img1)
cv2.imshow('img2',img2)

## 或:整合信息
img_or = cv2.bitwise_or(img1,img2)

## 异或:将重合部分标黑
img_xor = cv2.bitwise_xor(img1,img2)


cv2.imshow('img_or',img_or)
cv2.imshow('img_xor',img_xor)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()

• 实验效果：

课程大作业 - 图像添加水印

基本步骤

引入一幅图片

# 导入图片
ai_security = cv2.imread('./img/AI_Security.jpg')

要有一个LOGO

# logo
tsu = cv2.imread('./img/TSU.jpg')

计算图片在什么地方添加,在添加的地方变成黑色

mask = np.full((200,200),255,np.uint8)
m = cv2.bitwise_not(mask)

# 选择AI_security添加logo的位置
roi = ai_security[0:200,0:200]

# 与m进行与操作(挖去需要添加logo的位置)
tmp = cv2.bitwise_and(roi,roi,mask=m)

利用add,将LOGO与图片叠加在一起

# 添加logo
dst = cv2.add(tmp,tsu)
ai_security[0:200,0:200] = dst

展示效果

## 展示图片
cv2.imshow('ai',ai_security)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()

实验效果