图像的算术运算

目标

• 学习图像的几种算术运算，例如加法、减法、位运算等。
• 学习以下函数：cv.add()，cv.addWeighted() 等。

图像加法

可以使用 OpenCV 函数 cv.add() 或简单的 NumPy 运算 res = img1 + img2 来添加两幅图像。两幅图像应具有相同的深度和类型，或者第二幅图像可以只是一个标量值。

注意

OpenCV 加法和 NumPy 加法之间存在差异。OpenCV 加法是饱和运算，而 NumPy 加法是模运算。

例如，考虑以下示例

>>> 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]

当您添加两幅图像时，这将更加明显。坚持使用 OpenCV 函数，因为它们会提供更好的结果。

图像混合

这也是图像加法，但是为了产生混合或透明感，会赋予图像不同的权重。图像根据以下等式相加

\[g(x) = (1 - \alpha)f_{0}(x) + \alpha f_{1}(x)\]

通过将 \(\alpha\) 从 \(0 \rightarrow 1\) 进行变化，您可以在一幅图像和另一幅图像之间执行很酷的过渡。

在这里，我取了两幅图像进行混合。第一幅图像的权重为 0.7，第二幅图像的权重为 0.3。cv.addWeighted() 将以下等式应用于图像

\[dst = \alpha \cdot img1 + \beta \cdot img2 + \gamma\]

这里 \(\gamma\) 取为零。

img1 = cv.imread('ml.png')
img2 = cv.imread('opencv-logo.png')
assert img1 is not None, "文件无法读取，请使用 os.path.exists() 检查"
assert img2 is not None, "文件无法读取，请使用 os.path.exists() 检查"
 
dst = cv.addWeighted(img1,0.7,img2,0.3,0)
 
cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()

查看下面的结果

图像

位运算

这包括按位与、按位或、按位非和按位异或运算。在提取图像的任何部分（正如我们将在接下来的章节中看到的那样）、定义和使用非矩形 ROI 等方面，它们将非常有用。下面我们将看到如何更改图像的特定区域。

我想将 OpenCV 徽标放在图像上方。如果我添加两幅图像，它会改变颜色。如果我混合它们，我会得到透明效果。但我希望它是清晰的。如果这是一个矩形区域，我可以像在上一章中那样使用 ROI。但是 OpenCV 徽标不是矩形。因此，您可以使用如下所示的位运算来实现它

# 加载两幅图像
img1 = cv.imread('messi5.jpg')
img2 = cv.imread('opencv-logo-white.png')
assert img1 is not None, "文件无法读取，请使用 os.path.exists() 检查"
assert img2 is not None, "文件无法读取，请使用 os.path.exists() 检查"
 
# 我想把徽标放在左上角，所以我创建一个 ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols]
 
# 现在创建徽标的掩码，并创建其反掩码
img2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
 
# 现在使 ROI 中徽标区域变黑
img1_bg = cv.bitwise_and(roi,roi,mask = mask_inv)
 
# 只取徽标图像中徽标的区域。
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
 
# 将徽标放在 ROI 中并修改主图像
dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
 
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()

查看下面的结果。左图显示我们创建的掩码。右图显示最终结果。为了更好地理解，请在上面的代码中显示所有中间图像，尤其是 img1_bg 和 img2_fg。

图像

练习

1. 使用cv.addWeighted 函数创建一个文件夹中图像的幻灯片放映，图像之间平滑过渡。