小白学视觉 | 图像上的 OpenCV 算术运算

本文来源公众号“小白学视觉”,仅用于学术分享,侵权删,干货满满。

原文链接:图像上的 OpenCV 算术运算

1 OpenCV 简介

图像可以进行算术运算,例如加法、减法和按位运算(AND、OR、NOT、XOR)。这些操作可以帮助改善输入图像的属性。

图像算法对于分析输入图像的属性是必要的,可以将操作后的图像用作增强的输入图像,并且可以对图像应用更多操作,以进行阈值化、膨胀等。

图像算术是将一幅或多幅图像应用于标准算术运算或逻辑运算符之一。运算符是逐个像素应用的,因此输出图像中像素的值仅由输入图像中相应像素的值决定。

因此,图像通常必须具有相同的大小。当向图像添加恒定偏移量时,输入图像之一可能是恒定值。

虽然图像算法是图像处理的最基本形式,但它有很多应用。算术运算符的一个显着优势是该过程简单明了,因此速度很快。

2 添加图像

在其最基本的形式中,该运算符将两个相同大小的图像作为输入,并输出与前两个相同大小的第三个图像,每个像素值是两个输入图像中每个图像中对应像素值的总和. 更高级的版本允许在一次操作中组合多个图像。

运算符的一个常见变体只是允许向每个像素添加一个指定的常数。使用函数 cv2.add(),我们可以添加两个图像。这直接将两个图像中的图像像素相加。

Syntax: cv2.add(image1, image2)

但是,添加像素并不是一个理想的情况。因此,我们使用 cv2.addweighted()。请记住,两个输入图像的形状和颜色通道必须相同。

Syntax: cv2.add Weighted(image1, weight1, Image2, weight2, gammaValue)

参数:

  1. image1:第一个图像数组输入

  2. weight 1:输入图像中第一个用于最终图像的图像元素的权重。

  3. image2:第二个图像数组输入

  4. weight 2:将第二输入图像元素的权值应用于最终图像的伽马值。

  5. gammaValue:光测量。

加法代码

import cv2
import numpy as np
image1 = cv2.imread('input1.jpg')
image2 = cv2.imread('input2.jpg')
weightedSumadd = cv2.addWeighted(image1, 0.6, image2, 0.4, 0)
cv2.imshow('Weighted Image', weightedSumadd)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出图像将是:

3 图像减法

像素减法算子将两幅图像作为输入并输出第三幅图像,其像素值是第一幅图像的像素值减去第二幅图像的相应像素值。

使用单个图像作为输入是常见的,从所有像素中减去一个常数值也是常见的。一些版本的运算符将简单地输出像素值之间的绝对差,而不是直接的有符号输出。

Syntax:  cv2.subtract(image1, image2)

参数:

  1. 图 1:第一个图像数组输入(单通道、8 位或浮点)

  2. 图 2:第二个图像阵列输入(单通道、8 位或浮点)

输入图像

代码 :

import cv2
import numpy as np
image1 = cv2.imread('input1.jpg')
image2 = cv2.imread('input2.jpg')
sub = cv2.subtract(image1, image2)
cv2.imshow('Subtracted Image', sub)
cv2.waitKey(0)

输出减去的图像将是:

4 位运算

位运算用于图像处理以提取重要部分。本文中使用了以下按位运算:

  1. AND

  2. OR

  3. NOT

  4. XR

位运算对于图像遮罩也很有用。这些操作可用于启用图像创建。这些操作可以帮助改善输入图像的属性。

注意:按位运算只能在相同尺寸的输入图像上执行。

4.1 图像的 AND 位运算

AND 运算符(以及类似方式的 NAND 运算符)通常将两个二进制或整数灰度级图像作为输入,并生成第三个图像,其像素值只是第一个图像的像素值与来自第二个图像的相应像素相乘。

可以修改此运算符以通过获取单个输入图像,并将每个像素与预定的常数值进行与运算来产生输出。

Syntax: cv2.bitwise_and(Image1, Image2, destination, mask)

参数:

  1. Image1:第一个输入图像 numpy 数组

  2. Image1:第二个输入图像numpy数组

  3. destination:输出数组

  4. mask:操作掩码图像

代码 :

import cv2
import numpy as np
img1 = cv2.imread('input1.png') 
img2 = cv2.imread('input2.png')
dest_and = cv2.bitwise_and(img2, img1, mask = None)
cv2.imshow('Bitwise And', dest_and)
cv2.waitKey(0)

4.2 图像的 OR 位运算

OR 运算符通常将两个二进制或灰度图像作为输入,并输出第三个图像,其像素值是第一个图像的像素值与来自第二个图像的相应像素进行或运算。

该运算符的一个变体采用单个输入图像并将每个像素与一个常数值进行 OR 运算以生成输出。

Syntax: cv2.bitwise_or(source1, source2, destination, mask)

参数:

  1. source1 第一个输入 numpy 图像数组

  2. source2 第二个输入 numpy 图像数组

  3. 目的地输出数组图像

  4. mask 操作掩码,输入/输出 8 位单通道掩码。

代码 :

import cv2
import numpy as np
img1 = cv2.imread('input1.png') 
img2 = cv2.imread('input2.png')
dest_or = cv2.bitwise_or(img1, img2, mask = None)
cv2.imshow('Bitwise OR', dest_or)
cv2.waitKey(0)

4.3 图像的NOT位运算

逻辑非,也称为反转,是一种将二值或灰度图像作为输入并生成其照相底片的运算符。

Syntax: cv2.bitwise_not(Image1,Destination, mask)

参数:

  1. Image1:输入图像数组

  2. Destination:输出数组图像

  3. mask: 操作掩码

代码 :

import cv2
import numpy as np
img1 = cv2.imread('input1.png') 
dest_not = cv2.bitwise_not(img1, mask = None)
cv2.imshow('Bitwise Not', dest_not)
cv2.waitKey(0)

4.4 图像的 XR 位运算

至关重要的是,正在处理的所有输入像素值都具有相同的位数,否则可能会出现意外结果。当输入图像中的像素值不是简单的 1 位数字时,XOR 操作通常(但不总是)对像素值中的每个对应位按位执行。

Syntax: cv2.bitwise_xor(source1, source2, destination, mask)

参数:

  1. source1 第一个输入图像数组(单通道、8 位或浮点)

  2. source2 第二个输入图像数组(单通道、8 位或浮点)

  3. 目的地输出图像数组

  4. mask 操作掩码,输入/输出8位单通道掩码。

代码 :

import cv2
import numpy as np
img1 = cv2.imread('input1.png') 
img2 = cv2.imread('input2.png')
dest_or = cv2.bitwise_xor(img1, img2, mask = None)
cv2.imshow('Bitwise XOR', dest_xor)
cv2.waitKey(0)

5 OpenCV的结论

许多应用程序使用从同一场景的不同点获取的经过处理的图像,例如通过添加相同场景的连续图像来降低噪声或通过减去两个连续图像来进行运动检测。逻辑运算符经常用于组合两个(主要是二进制)图像。

在整数图像的情况下,逻辑运算符通常按位使用。然后,例如,我们可以使用二进制掩码来选择图像的特定区域。

关键要点:

在本文中,我们学习了如何对图像执行各种算术运算,OpenCV 方法是如何工作的,以及这些图像算术运算在哪里使用。

THE END!

文章结束,感谢阅读。您的点赞,收藏,评论是我继续更新的动力。大家有推荐的公众号可以评论区留言,共同学习,一起进步。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/772505.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

电商系列之仓储发货

疫情3年,大多数人都将购买需求转移到了线上。同时由于暴涨的订单数量、还在恢复中的物流运输等因素,导致用户的收货时间缓慢甚至是发货时间、收货时间延后。那么笔者就从订单的仓库作业流程入手,分析了用户订单发货延后的原因。 受到最近疫情…

简历工具推荐

HR浏览一份简历也就25秒左右,如果你连「好简历」都没有,怎么能找到好工作呢? 以最简单的方式来写好简历,只需专注内容本身而无需关注排版。这样的效果才是我们想要的,这里推荐使用入职啦简历,这个工具最大的…

RuoYi-Vue-Plus(sa-token)

一、介绍 官网: Sa-Tokenhttps://sa-token.cc/index.html 特性: 登录与权限认证:支持用户登录和细粒度权限认证。会话管理:提供会话创建、维护和销毁功能。单点登录:支持单点登录,简化多应用登录流程。OAu…

npm安装yarn和pnpm

安装yarn: 首先,确保你的系统中已经安装了Node.js和npm。这是使用npm安装yarn的前提条件。打开命令行工具(如终端或命令提示符)。运行以下命令来全局安装yarn: npm install -g yarn 安装完成后,你可以通过…

聚类分析|基于层次的聚类方法及其Python实现

聚类分析|基于层次的聚类方法及其Python实现 0. 基于层次的聚类方法1. 簇间距离度量方法1.1 最小距离1.2 最大距离1.3 平均距离1.4 中心法1.5 离差平方和 2. 基于层次的聚类算法2.1 凝聚(Agglomerative)2.3 分裂(Divisive) 3. 基于…

spring boot3登录开发(整合jwt)

Spring Boot 3 整合 JWT(JSON Web Tokens)用于登录开发涉及多个步骤。JWT 是一种开放标准(RFC 7519),它定义了一种紧凑的、自包含的方式,用于作为 JSON 对象在各方之间安全地传输信息。这些信息可以被验证和…

香港驾照好处 大陆驾驶证换香港驾照条件 大陆驾驶证换香港驾照流程

持有香港驾驶证的好处: 1、国际认可:香港驾驶证在国际上被广泛认可,持有该驾驶证可以在许多国家和地区自由驾驶。 2、多样性:香港驾驶证覆盖了多种车辆类型,包括轿车、摩托车、巴士、卡车等,持有该驾驶证…

【vue】computed和watch的区别和应用场景

Computed 和 Watch 是 Vue.js 中用于监视数据变化的两个不同特性,它们各自有不同的应用场景和功能。 Computed: 计算属性(Computed properties)用于声明基于其他数据属性的计算值。它具有缓存功能,只有在依赖的数…

GAMES Webinar 288-VR/AR专题-陆峰-混合现实中的多模态自然人机交互

感知交互增强智能 研究室虚拟现实技术与系统国家重点实验室,北京航空航天大学计算医学研究所,大数据精准医疗北京市高精尖创新中心 Perception & Hybrid Interaction (PHI) for Augmented & Affective Intelligence (A2I) We are working on v…

力扣56. 合并区间

Problem: 56. 合并区间 文章目录 题目描述思路及解法复杂度Code 题目描述 思路及解法 1.将数组按内部的一维数组的第一项按从小到大的顺序排序; 2.创建二维结果数组merged,并将排序后的数组中的第一个一维度数组存入到merged中; 3.从后面的一…

最长公共子序列力扣题

动态规划。 美团暑期面试题,没做过,不会啊。 这个问题的目标是找出两个字符串text1和text2的最长公共子序列的长度。 动态规划数组的初始化 首先,代码初始化了一个动态规划(DP)数组dp,其维度为(m 1) x …

九泰智库 | 医械周刊- Vol.17

⚖️ 法规动态 器审中心公示新一期医疗器械优先审批申请审核结果 3月22日,依据原国家食品药品监督管理总局《医疗器械优先审批程序》(总局公告2016年168号),器审中心对申请优先审批的医疗器械注册申请进行了审核,对相关…

elasticsearch _cat/indices docs.count is different than <index>/_count

今天遇到一个问题,kibana中看到文档数与下面语句查询到的不同 GET /_cat/count/jiankunking_xxxxx_product_expand_test?v GET /jiankunking_xxxxx_product_expand_test/_search?track_total_hitstrue语句查询结果 epoch timestamp count 1711433785 06:16…

详解从ERP传到MES系统的数据

1、物料需求计划 MES系统提供的物料需求计划与传统BOM-MRP方式提供的物料需求计划有本质的不同。首先,满足产能约束、各种生产约束、优化生产调度、提高工作效率的要求。其次:它有详细的以分钟为单位的时间信息。将这些数据提供给ERP,可以大…

是德科技KEYSIGHT N9938A频谱分析仪

181/2461/8938产品概述: N9938A 是一款使用电池供电的便携式微波频谱分析仪;配置还包括全频段跟踪发生器和前置放大器、干扰分析仪、时间选通、VSWR 和反射测量、内置功率计。 N9938A FieldFox 手持式微波频谱分析仪 主要特性和功能 频率范围&#xff…

美团面试一面凉经

1.自我介绍 2.科研项目提问 没咋准备,说的有点没逻辑 3.问论坛项目 为什么用Redis实现登录?能不能用其他方式实现? 1、Redis 具备高性能 假如用户第一次访问 MySQL 中的某些数据。这个过程会比较慢,因为是从硬盘上读取的。将…

000_coolprop_in_matlab在Matlab中使用CoolProp

在Matlab中使用CoolProp 简介 CoolProp是一个开源的热力学性质库,可以计算多种流体的热力学性质。CoolProp支持多种编程语言,包括Python、C、Matlab等。本文将介绍如何在Matlab中使用CoolProp。 CoolProp官网 本文所使用的Matlab版本为R2021a。 在Ma…

每天一个数据分析题(二百二十九)

循环神经网络(RNN)是一种经典的神经网络。考虑到RNN的自然属性和结构,以下哪个任务RNN可能会比其他神经网络架构表现得更好? A. 从固定大小的图片中识别物体 B. 为未来几天的股票价格做时间序列预测 C. 在无标签数据上进行聚类…

C++基础--类和对象(上)--类与类成员及其成员函数

C基础--类和对象(上)--类与类成员及其成员函数 一、类的引入二、类的定义三、类的访问限定符及封装1、访问限定符2、封装 四、类的作用域五、类的实例化六、类的对象大小的计算七、类成员函数的 this 指针1、this指针的引出2、this指针的特性 八、总结 一…

Vit Transformer

一 VitTransformer 介绍 vit : An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale 论文是基于Attention Is All You Need,由于图像数据和词数据数据格式不一样,经典的transformer不能处理图像数据,在视觉领域的应…