opencv入門系列教學(六)影像上的算術運算(加法、融合、按位運算)

Proxima比鄰星 發表於 2021-08-31
OpenCV

0.序言

這一篇部落格我們將學習影像的幾種算術運算,例如加法,減法,按位運算等。

1.影像加法

我們可以通過OpenCV函式 

cv.add()

或僅通過numpy操作

res=img1+img2 

res = img1 + img2 將兩個影像加起來。兩個影像應具有相同的深度和型別,或者第二個影像可以只是一個標量值。

注意:OpenCV加法和Numpy加法之間有區別。OpenCV加法是飽和運算,而Numpy加法是模運算。

例如,考慮以下示例:

>>> x = np.uint8([250])
>>> y = np.uint8([10])
>>> print( cv.add(x,y) ) # 250+10 = 260 => 255
[[255]]
>>> print( x+y ) # 250+10 = 260 % 256 = 4
[4]

2.影像融合

這是一種更為常用的影像加法操作,但是對影像賦予不同的權重,這個操作可以用來對兩幅影像或兩段視訊產生時間上的 畫面疊化 (cross-dissolve)效果,就像在幻燈片放映和電影製作中那樣,以使其具有融合或透明的感覺。根據以下等式新增影像:

cv.addWeighted() 

其數學表示式為G(x) = α · img1 +  (1-α)img2 ,其中 α 取值0 - 1。

下面我們將兩個影像並且融合在一起。第一幅影像的權重為0.7,第二幅影像的權重為0.3。

img1 = cv.imread('ml.png')
img2 = cv.imread('opencv-logo.png')
dst = cv.addWeighted(img1,0.7,img2,0.3,0)
cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()

 結果如下所示:

opencv入門系列教學(六)影像上的算術運算(加法、融合、按位運算)

 

 

3.按位運算


按位運算包括按位 AND 、 OR 、 NOT 和 XOR 操作。它們在提取影像的任何部分(我們將在後面的章節中看到)、定義和處理非矩形 ROI 等方面非常有用。 下面我們將看到一個例子,如何改變一個影像的特定區域。

考慮下面這種情況,我想把 OpenCV 的標誌放在一個影像上面。如果我新增兩個影像,它會改變顏色。如果我混合它,我得到一個透明的效果。但我希望它是不透明的。如果是一個矩形區域,我可以使用 ROI,就像我們在上一章中所做的那樣。但是 OpenCV 的 logo 不是長方形的。所以我們可以使用如下的按位操作來實現:

# 載入兩張圖片
img1 = cv.imread('messi5.jpg')
img2 = cv.imread('opencv-logo-white.png')
# 我想把logo放在左上角,所以我建立了ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
# 現在建立logo的掩碼,並同時建立其相反掩碼
img2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
# 現在將ROI中logo的區域塗黑
img1_bg = cv.bitwise_and(roi,roi,mask = mask_inv)
# 僅從logo影像中提取logo區域
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
# 將logo放入ROI並修改主影像
dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()

請看下面的結果。左圖顯示了我們建立的掩膜mask。右圖顯示最終結果。

opencv入門系列教學(六)影像上的算術運算(加法、融合、按位運算)