OpenCV图像算术位运算

一 图像相加

cpp 复制代码
import cv2
import numpy as np

girl=cv2.imread('./2037548.jpg')

#图像的加法运算就是矩阵的加法运算
#因此加法运算的两张图必须是相等的

print(girl.shape)

img=np.ones((1920,1080,3),np.uint8)*50
cv2.imshow('girl',girl)
result=cv2.add(girl,img)
cv2.imshow('result',result)
cv2.waitKey(0)

二 图像减法运算

subtract(A,B)

含义是A减B

cpp 复制代码
import cv2
import numpy as np

girl=cv2.imread('./2037548.jpg')

#图像的加法运算就是矩阵的加法运算
#因此加法运算的两张图必须是相等的

print(girl.shape)

img=np.ones((1920,1080,3),np.uint8)*50
cv2.imshow('girl',girl)
result=cv2.subtract(girl,img)
cv2.imshow('result',result)
cv2.waitKey(0)

三 图像的融合

addWeigthed(A,alpha,B,bate,gamma)

alpha和beta是权重

gamma 静态权重

四 图像位运算

cpp 复制代码
import cv2
import numpy as np

# 创建一张图片
img=np.zeros((200,200),np.uint8)

img[50:150,50:150]=255

new_img=cv2.bitwise_not(img)

cv2.imshow('img',img)

cv2.imshow('new_img',new_img)

cv2.waitKey(0)

五 图像的与运算

cpp 复制代码
import cv2
import numpy as np

# 创建一张图片
img=np.zeros((200,200),np.uint8)
img2=np.zeros((200,200),np.uint8)

img[20:120,20:120]=255
img2[50:150,50:150]=255

new_img=cv2.bitwise_and(img,img2)

cv2.imshow('img',img)

cv2.imshow('new_img',new_img)

cv2.waitKey(0)

六 图像的或与异或运算

bitwise_or(img1,img2)

bitwise_xor(img1,img2)

总结 添加水印

cpp 复制代码
# 引入一副图片
# 要有一个Logo,需要自己创建
# 水印添加,在什么地方添加,在添加的地方变成黑色
# 利用add 将logo 与图形叠加到一起

import cv2
import numpy as np

girl=cv2.imread('./2037548.jpg')

# 创建LOGO
logo=np.zeros((200,200,3),np.uint8)
mask=np.zeros((200,200),np.uint8)

# 绘制LOGO
logo[20:120,20:120]=[0,0,255]
logo[80:180,80:180]=[0,255,0]

mask[20:120,20:120]=255
logo[80:180,80:180]=255

# 对mask按位取反
m=cv2.bitwise_not(mask)

# 选择girl添加logo的位置
roi=girl[0:200,0:200]

# 与m进行操作
tmp=cv2.bitwise_and(roi,roi,mask=m)
dst=cv2.add(tmp,logo)

girl[0:200,0:200]=dst

cv2.imshow('girl',girl)
#cv2.imshow('tmp',tmp)
#how('mask',mask)
#cv2.imshow('logo',logo)
cv2.waitKey(0)
相关推荐
Jamence2 分钟前
多模态大语言模型arxiv论文略读(157)
论文阅读·人工智能·语言模型·自然语言处理·论文笔记
DogDaoDao13 分钟前
Rembg开源项目全面解析:从原理到实践应用
人工智能·深度学习·开源·github·图像分割·背景检测·rembg
汀、人工智能26 分钟前
AI-Compass LLM训练框架生态:整合ms-swift、Unsloth、Megatron-LM等核心框架,涵盖全参数/PEFT训练与分布式优化
人工智能·分布式·sft·swift·大模型训练
ATM00627 分钟前
开源AI Agent开发平台Dify源码剖析系列(二)
人工智能·开源·dify·源码剖析
ATM0062 小时前
人机协作系列(四)AI编程的下一个范式革命——看Factory AI如何重构软件工程?
人工智能·大模型·agent·人机协作·人机协同
读创商闻3 小时前
极狐GitLab CEO 柳钢——极狐 GitLab 打造中国企业专属 AI 编程平台,引领编程新潮流
人工智能·gitlab
kailp3 小时前
语言模型玩转3D生成:LLaMA-Mesh开源项目
人工智能·3d·ai·语言模型·llama·gpu算力
marteker3 小时前
弗兰肯斯坦式的人工智能与GTM策略的崩溃
人工智能·搜索引擎
无心水3 小时前
大语言模型零样本情感分析实战:无需机器学习训练,96%准确率实现指南
人工智能·机器学习·语言模型
来自于狂人3 小时前
AI大模型训练的云原生实践:如何用Kubernetes指挥千卡集群?
人工智能·云原生·kubernetes