OpenCV-Python实战(6)——图相运算

一、加法运算

1.1 cv2.add()

python 复制代码
res = cv2.add(img1,img2,dst=None,mask=None,dtype=None)

**img1、img2:**要 add 的图像对象。(shape必须相同)

**mask:**图像掩膜。灰度图(维度为2)。

**dtype:**图像数据类型。

add 后像素值最大为255。

+ 运算后取255的余数。

python 复制代码
import cv2
import numpy as np

B = np.zeros((200,200,3),np.uint8)
G = np.zeros((200,200,3),np.uint8)
mask = np.zeros((200,200,1 ),np.uint8)

B[:,:,0]=255
G[:,:,1]=255
mask[50:150,50:150,:]=255

img_bg = cv2.add(B,G)
img_bg_mask = cv2.add(B,G,mask=mask)

cv2.imshow('B',B)
cv2.imshow('G',G)
cv2.imshow('mask',mask)
cv2.imshow('img_bg',img_bg)
cv2.imshow('img_bg_mask',img_bg_mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

1.2 cv2.addWeighted()

python 复制代码
img = addWeighted(img1,alpha,img2,beta,gamma)

**img1、img2:**要融合的图像。

**alpha:**图像 1 的权重。

**beta:**图像 2 的权重。

**gamma:**图像校正值,默认为 0。

python 复制代码
import cv2
import numpy as np

cat = cv2.resize(cv2.imread('cat.png'),(500,600))
dog = cv2.resize(cv2.imread('dog.png'),(500,600))
print(cat.shape)
print(dog.shape)
cat_dog = cv2.addWeighted(cat,0.5,dog,0.5,0)
img = np.hstack((cat,dog,cat_dog))
cv2.imshow('img',img)

cv2.waitKey(0)
cv2.destroyAllWindows()

二、图像逻辑运算

2.1 and 运算

python 复制代码
img = cv2.bitwise_and(img1,img2,mask=None)

**img1、img2:**要进行 and 运算的图像对象。

**mask:**掩膜。

|-----|---|---|
| and | 1 | 0 |
| 1 | 1 | 0 |
| 0 | 0 | 0 |

任意像素值与白色像素值(1)执行 and 运算后结果为原像素值; 任意像素值与黑色像素值(0)执行 or 运算后结果为黑色像素值。

python 复制代码
import cv2
import numpy as np

lena = cv2.imread('Lena.png')
m = np.zeros(lena.shape,np.uint8)
m[200:350,200:350]=255
lena_m = cv2.bitwise_and(lena,m)

cv2.imshow('lena',lena)
cv2.imshow('m',m)
cv2.imshow('lena_m',lena_m)

cv2.waitKey(0)
cv2.destroyAllWindows()

2.2 or 运算

python 复制代码
img = cv2.bitwise_or(img1,img2,mask=None)

|----|---|---|
| or | 1 | 0 |
| 1 | 1 | 1 |
| 0 | 1 | 0 |

任意像素值与白色像素值(1)执行 or 运算后结果为白色像素值; 任意像素值与黑色像素值(0)执行 or 运算后结果为原像素值。

python 复制代码
import cv2
import numpy as np

lena = cv2.imread('Lena.png')
m = np.zeros(lena.shape,np.uint8)
m[200:350,200:350]=255
lena_m = cv2.bitwise_or(lena,m)

cv2.imshow('lena',lena)
cv2.imshow('m',m)
cv2.imshow('lena_m',lena_m)

cv2.waitKey(0)
cv2.destroyAllWindows()

2.3 not 运算

只对单张图片进行处理。

python 复制代码
img = cv2.bitwise_or(img1,mask=None)

|-----|---|---|
| not | 1 | 0 |
| | 0 | 1 |

1 转为 0,0 转为 1。

python 复制代码
import cv2
import numpy as np

lena = cv2.imread('Lena.png')
lena_m = cv2.bitwise_not(lena)

cv2.imshow('lena',lena)
cv2.imshow('lena_m',lena_m)

cv2.waitKey(0)
cv2.destroyAllWindows()

2.4 xor 运算

python 复制代码
img = cv2.bitwise_xor(img1,img2,mask=None)

|-----|---|---|
| xor | 1 | 0 |
| 1 | 0 | 1 |
| 0 | 1 | 0 |

任意像素值与白色像素值(1)执行 xor 运算后结果为 not 运算结果; 任意像素值与黑色像素值(0)执行 xor 运算后结果为原像素值

python 复制代码
import cv2
import numpy as np

lena = cv2.imread('Lena.png')
m = np.zeros(lena.shape,np.uint8)
m[200:400,:,:]=255
lena_m = cv2.bitwise_xor(lena,m)

cv2.imshow('lena',lena)
cv2.imshow('m',m)
cv2.imshow('lena_m',lena_m)

cv2.waitKey(0)
cv2.destroyAllWindows()

三、图像加密与解密

加密:img_key = img1 +img2;

解密:img_unkey = img_key + img2。

这里以 img2 为马赛克背景。(注意:img1 与 img2 的 shape 要相同)

python 复制代码
import cv2
import numpy as np

lena = cv2.imread('Lena.png')
key = np.random.randint(0,256,lena.shape,np.uint8)

lena_key = cv2.bitwise_xor(lena,key)  # 加密
lena_unkey = cv2.bitwise_xor(lena_key,key)  # 解密

cv2.imshow('lena',lena)
cv2.imshow('key',key)
cv2.imshow('lena_key',lena_key)
cv2.imshow('lena_unkey',lena_unkey)

cv2.waitKey(0)
cv2.destroyAllWindows()

相关推荐
可乐ea8 分钟前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen22 分钟前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
ZhengEnCi34 分钟前
项目越写越乱?先别改架构:用一次目录重排 + 一份可复算的体检脚本把乱治住
python·架构·ai编程
泯泷1 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘1 小时前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习
阿里云大数据AI技术1 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent
Dmz丶1 小时前
前端转 AI 100 天 Day 45:阶段复盘——从“会调 API”到“做出 AI 产品”
python
Sakura_j_h_2 小时前
MCP SDK 2.0 实战:用 MCPServer 搭本地笔记检索服务
开发语言·笔记·python·qt·ai工具·mcp·mcpserver
AllData公司负责人2 小时前
第九篇:AI大模型数据开发底座系列说明书:AllData集成BISHENG开源项目建设大模型应用开发底座,涵盖可视化编排/智能助手/一键API/模型接入!
人工智能·云原生·数据分析·视觉检测·知识图谱·大模型应用·bisheng
数字新视界2 小时前
数据中心DCIM管理系统助力提升机房管理效率与安全性
大数据·人工智能·物联网·信息与通信·动环监控系统