OpenCV-Python学习（6）—— OpenCV 图像算术操作

1. 知识点

算术操作；
像素算术操作。

2. NumPy算术操作和 OpenCV像素运算

2.1 加法

2.1.0 cv.add 函数

代码语言：javascript复制

cv.add(src1,src2[,dst[,mask[,dtype]]])

2.1.1 代码测试

读取图片butterfly和lena；
获取两张图片[0,100]位置的像素值；
使用加法、np.add、cv.add进行算术操作。

代码语言：javascript复制

import cv2 as cv
import numpy as np

def sums_add():
  img1 = cv.imread('./images/butterfly.jpg')
  img2 = cv.imread('./images/lena.jpg')
  print('img1',img1[0,100])
  print('img2',img2[0,100])
  print('加法',img2[0,100]   img1[0,100])
  print('np.add',np.add(img2[0,100], img1[0,100]))
  print('cv.add',cv.add(img2[0,100], img1[0,100]))
if __name__ == "__main__":
  sums_add()

2.1.2 测试结果

2.2 减法

2.2.0 cv.subtract 函数

代码语言：javascript复制

cv.subtract(src1,src2[,dst[,mask[,dtype]]])

2.2.1 代码测试

代码语言：javascript复制

import cv2 as cv
import numpy as np

def sums_subtract():
  img1 = cv.imread('./images/butterfly.jpg')
  img2 = cv.imread('./images/lena.jpg')
  print('img1',img1[0,100])
  print('img2',img2[0,100])
  print('减法',img2[0,100] - img1[0,100])
  print('np.subtract',np.subtract(img2[0,100], img1[0,100]))
  print('cv.subtract',cv.subtract(img2[0,100], img1[0,100]))
if __name__ == "__main__":
  sums_subtract()

2.2.2 测试结果

2.3 乘法

2.3.0 cv.multiply函数

代码语言：javascript复制

cv.multiply(src1,src2[,dst[,scale[,dtype]]])

2.3.1 代码测试

代码语言：javascript复制

import cv2 as cv
import numpy as np

def sums_multiply():
  img1 = cv.imread('./images/butterfly.jpg')
  img2 = cv.imread('./images/lena.jpg')
  print('img1',img1[0,100])
  print('img2',img2[0,100])
  print('乘法',img2[0,100] * img1[0,100])
  print('np.multiply',np.multiply(img2[0,100], img1[0,100]))
  print('cv.multiply',cv.multiply(img2[0,100], img1[0,100]))
if __name__ == "__main__":
  sums_multiply()

2.3.2 测试结果

2.4 除法

2.4.0 cv.divide 函数

代码语言：javascript复制

cv.divide(src1,src2[,dst[,scale[,dtype]]])

2.4.1 代码测试

代码语言：javascript复制

import cv2 as cv
import numpy as np

def sums_divide():
  img1 = cv.imread('./images/butterfly.jpg')
  img2 = cv.imread('./images/lena.jpg')
  print('img1',img1[0,100])
  print('img2',img2[0,100])
  print('除法',img2[0,100] * img1[0,100])
  print('np.divide',np.divide(img2[0,100], img1[0,100]))
  print('cv.divide',cv.divide(img2[0,100], img1[0,100]))
if __name__ == "__main__":
  sums_divide()

2.4.2 测试结果

2.5 注意

注意：

OpenCV加法和Numpy加法之间有区别。OpenCV加法是饱和运算，而Numpy加法是模运算。
保证不越界，cv.add、cv.subtract、cv.multiply、cv.divide取值范围 [0,255]。

3. 图像像素运算

3.1 实例

读取要图像像素运算的原图片 opencv-logo-white；
复制一个和原图形状一致的矩阵，数组元素以 0 来填充；由于图像像素运算两个图像必须是一样大小，所以直接复制一个形状一致的矩阵。
修改矩阵每个元素的颜色为 (110,0,250)；
图像像素加法运算【cv.add】，由于保证不越界，因此相加大于255的值最后的值都是255，如果三通道都是255就是白色；
图像像素减法运算【cv.subtract】，由于保证不越界，因此相减小于0的值最后的值都是0，如果三通道都是0就是黑色；
图像像素乘法运算【cv.multiply】，由于保证不越界，因此相乘大于255的值最后的值都是255，如果三通道都是255就是白色，由于复制图片的颜色是(110,0,250)，所以除黑色外的颜色就是(255,0,255)；
图像像素除法运算【cv.divide】，由于保证不越界，同时元素的dtype=np.uint8，所以原图像除以(110,0,250)，所有元素值都基本是(0,0,0)【黑色】。

代码语言：javascript复制

import cv2 as cv
import numpy as np

def sums_image():
  image1 = cv.imread("./images/opencv-logo-white.png")
  image2 = np.zeros_like(image1)
  image2[:] = (110,0,250)
  cv.imshow('image1', image1)
  cv.imshow('image2', image2)
  
  # 图像像素加法运算
  add_img = cv.add(image1, image2)
  cv.imshow('add_img', add_img)

  # 图像像素减法运算
  subtract_img = cv.subtract(image1, image2)
  cv.imshow('subtract_img', subtract_img)

  # 图像像素乘法运算
  multiply_img = cv.multiply(image1, image2)
  cv.imshow('multiply_img', multiply_img)

  # 图像像素除法运算
  divide_img = cv.divide(image1, image2)
  cv.imshow('divide_img', divide_img)

  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  sums_image()

3.2 实例结果

4. NumPy 算术运算进行图像操作

4.1 实例

代码语言：javascript复制

import cv2 as cv
import numpy as np

def numpy_image():
  image1 = cv.imread("./images/opencv-logo-white.png")
  image2 = np.zeros_like(image1)
  image2[:] = (110,0,250)
  cv.imshow('image1', image1)
  cv.imshow('image2', image2)
  
  # 图像像素加法运算
  add_img = np.add(image1, image2)
  cv.imshow('add_img', add_img)

  # 图像像素减法运算
  subtract_img = np.subtract(image1, image2)
  cv.imshow('subtract_img', subtract_img)

  # 图像像素乘法运算
  multiply_img = np.multiply(image1, image2)
  cv.imshow('multiply_img', multiply_img)

  # 图像像素除法运算
  divide_img = np.divide(image1, image2)
  cv.imshow('divide_img', divide_img)

  cv.waitKey(0)
  cv.destroyAllWindows()

if __name__ == "__main__":
  numpy_image()

4.2 实例结果

4.3 总结

OpenCV和Numpy的加法运算不同，OpenCV的加法运算是饱和运算，而Numpy的加法运算是模运算。
饱和运算最大的特点是不讲究溢出位，执行结果与底层关系不大；假设变量的类型是8位无符号整型，那么最大数是255，如果在数学上相加的结果大于255，那么饱和运算返回结果就是255。
模运算考虑溢出位，执行结果需要向计算机底层原理——二进制的方面思考；假设变量的类型是8位无符号整型，那么最大数是255（对应二进制11111111），如果在数学上相加的结果大于255，那么就会发生溢出，仅仅保留容器范围内的二进制位。
由于饱和运算和模运算的不同，可以看到做相同操作后，两种运算得到的图像差距较大！

5. NumPy 数据类型

名称	说明
bool_	布尔型数据类型（True 或者 False）
int_	默认的整数类型（类似于 C 语言中的 long，int32 或 int64）
intc	与 C 的 int 类型一样，一般是 int32 或 int 64
intp	用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64）
int8	字节（-128 to 127）
int16	整数（-32768 to 32767）
int32	整数（-2147483648 to 2147483647）
int64	整数（-9223372036854775808 to 9223372036854775807）
uint8	无符号整数（0 to 255）
uint16	无符号整数（0 to 65535）
uint32	无符号整数（0 to 4294967295）
uint64	无符号整数（0 to 18446744073709551615）
float_	float64 类型的简写
float16	半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位
float32	单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位
float64	双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位
complex_	complex128 类型的简写，即 128 位复数
complex64	复数，表示双 32 位浮点数（实数部分和虚数部分）
complex128	复数，表示双 64 位浮点数（实数部分和虚数部分）

总结

OpenCV加法和Numpy加法之间有区别。OpenCV加法是饱和运算，而Numpy加法是模运算。
饱和运算最大的特点是不讲究溢出位，执行结果与底层关系不大；假设变量的类型是8位无符号整型，那么最大数是255，如果在数学上相加的结果大于255，那么饱和运算返回结果就是255。
模运算考虑溢出位，执行结果需要向计算机底层原理——二进制的方面思考；假设变量的类型是8位无符号整型，那么最大数是255（对应二进制11111111），如果在数学上相加的结果大于255，那么就会发生溢出，仅仅保留容器范围内的二进制位。
保证不越界，cv.add、cv.subtract、cv.multiply、cv.divide取值范围 [0,255]。
由于图像像素运算两个图像必须是一样大小。
注意：OpenCV 元素的 dtype 是 np.uint8【无符号整数（0 to 255）】；Numpy 直接定义整数元素的 dtype 是 np.int32【整数（-2147483648 to 2147483647）】。

opencv numpy 腾讯云测试服务

0 人点赞

OpenCV-Python学习（6）—— OpenCV 图像算术操作

1. 知识点

2. NumPy算术操作 和 OpenCV像素运算

2.1 加法

2.1.0 cv.add 函数

2.1.1 代码测试

2.1.2 测试结果

2.2 减法

2.2.0 cv.subtract 函数

2.2.1 代码测试

2.2.2 测试结果

2.3 乘法

2.3.0 cv.multiply函数

2.3.1 代码测试

2.3.2 测试结果

2.4 除法

2.4.0 cv.divide 函数

2.4.1 代码测试

2.4.2 测试结果

2.5 注意

3. 图像像素运算

3.1 实例

3.2 实例结果

4. NumPy 算术运算进行图像操作

4.1 实例

4.2 实例结果

4.3 总结

5. NumPy 数据类型

总结

2. NumPy算术操作和 OpenCV像素运算