python opencv 图像处理（四）（python下载安装教程）

python opencv 图像处理（四）（python下载安装教程）

图像算数运算以及修改颜色空间

1.图像加法

图像加法有两种方式，一种是通过 Numpy 直接对两个图像进行相加，另一种是通过 OpenCV 的 add() 函数进行相加。

不管使用哪种方法，相加的两个图像必须具有相同的深度和类型，简单理解就是图像的大小和类型必须一致。

1.1Numpy加法

Numpy 的运算方法是： img = img1 + img2 ，然后再对最终的运算结果取模。

当最终的像素值 <= 255 时，则运算结果直接为 img1 + img2 。当最终的像素值 > 255 时，则运算的结果需对 255进行取模运算。

1.2OpenCV加法

OpenCV 的运算方式是直接调用 add() 函数进行的，这时的运算方式是饱和运算。

当最终的像素值 <= 255 时，则运算结果直接为 img1 + img2 。当最终的像素值 > 255时，这时则是饱和运算，结果固定为 255 。

两种加法方式对应的示例如下：

import cv2 as cv# 读取图像img = cv.imread("data.jpg", cv.IMREAD_UNCHANGED)test = img# Numpy 加法result1 = img + test# OpenCV 加法result2 = cv.add(img, test)# 显示图像cv.imshow("img", img)cv.imshow("result1", result1)cv.imshow("result2", result2)# 等待显示cv.waitKey()cv.destroyAllWindows()

图像融合

图像融合其实也是一种图像加法，但是它和图像加法不同的是对图像赋予不同的权重，可以使图像具有融合或者透明的感觉。

图像加法： img = img1 + img2

图像融合： img = img1 * alpha + img2 * beta + gamma

图像融合用到的函数为 addWeighted() 具体如下：

dst = cv.addWeighter(img1, alpha, img2, beta, gamma)dst = img1 * alpha + img2 * beta + gamma

这里的 alpha 和 beta 都是系数，而 gamma 则是一个亮度调节量，不可省略。

下面这个示例中，有一张地铁的图片，用这张图片和小姐姐做一个图像融合的案例：

img1 = cv.imread(file, cv.IMREAD_UNCHANGED) img1=cv.resize(img1,(1000,1000)) img2 = cv.imread(file1, cv.IMREAD_UNCHANGED) img2=cv.resize(img2,(1000,1000)) # 图像融合 img = cv.addWeighted(img1, 0.4, img2, 0.6, 10) # 显示图像 cv.imshow("img1", img1) cv.imshow("img2", img2) cv.imshow("img", img) # 等待显示 cv.waitKey() cv.destroyAllWindows()

注意这里如果二个图像像素不同要更改为同一像素下cv.resize(img,(width,hegiht))

改变颜色空间

OpenCV 中有超过150种颜色空间转换方法。我们先介绍两种最常用的： BGR <-> 灰度 和 BGR <-> HSV 。

对于改变颜色空间，我们使用 cvtColor(input_image, flag) 函数，其中的 flag 为转换的类型。 一些常见的 flag 值：

# BGR 转 灰度cv.COLOR_BGR2GRAY# BGR 转 HSVcv.COLOR_BGR2HSV# BGR 转 RGBcv.COLOR_BGR2RGB# 灰度 转 BGRcv.COLOR_GRAY2BGR

我们使用 cvtColor() 这个函数将小姐姐转化成灰度图像，示例如下：

import cv2 as cv# 读取图像img = cv.imread("data.jpg", cv.IMREAD_UNCHANGED)# 图像类型转换result = cv.cvtColor(img, cv.COLOR_RGB2GRAY)# 图像展示cv.imshow("img", img)cv.imshow("result", result)# 等待显示cv.waitKey()cv.destroyAllWindows()

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。