一、加法运算
1.1 cv2.add()
python
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
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
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
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
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
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
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
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
img = cv2.bitwise_or(img1,mask=None)|-----|---|---|
| not | 1 | 0 |
| | 0 | 1 |
1 转为 0，0 转为 1。
python
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
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
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
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()
