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()
网络异常,图片无法展示
|
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 HSV cv.COLOR_BGR2HSV # BGR 转 RGB cv.COLOR_BGR2RGB # 灰度 转 BGR cv.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()