opencv2——图像上的算术运算4

1.图像算术运算

参数含义：

• src1：第一张图像
• src2：第二张图像
• dst：destination，目标图像，需要提前分配空间，可省略
• mask：掩膜
• scale：缩放比，常量
• dtype：数据类型，默认等于-1

加	减	乘	除
cv2.add(src1,src2,dst,mask,dtype)	cv2.subtract(src1,src2,dst,mask,dtype)	cv2.multiply(src1,src2,dst,scale,dtype)	cv2.divide(src1,src2,dst,scale,dtype)
dst = src1 + src2	dst = src1 - src2	dst = scale * src1 * src2	dst = scale * src1 / src2

实例演示：

 import cv2
 import numpy as np
 from matplotlib import pyplot as plt

 x = np.uint8([250])
 y = np.uint8([10])
 print(cv2.add(x, y))  #饱和运算
 print(x + y)   #求余运算(x+y)%255

 img1 = cv2.imread('a.jpg')  # 图片1
 img2 = cv2.imread('b.jpg')  # 图片2
 add = cv2.add(img1, img2)  # 两个图像相加
 subtract = cv2.subtract(img1, img2)  # 两个图像相减
 multiply = cv2.multiply(img1, img2)  # 两个图像相乘
 divide = cv2.divide(img1, img2)  # 两个图像相除

 plt.subplot(231), plt.imshow(cv2.cvtColor(img1, cv2.COLOR_BGR2RGB), 'gray'), plt.title('img1')
 plt.subplot(232), plt.imshow(cv2.cvtColor(img2, cv2.COLOR_BGR2RGB), 'gray'), plt.title('img2')
 plt.subplot(233), plt.imshow(cv2.cvtColor(add, cv2.COLOR_BGR2RGB), 'gray'), plt.title('add')
 plt.subplot(234), plt.imshow(cv2.cvtColor(subtract, cv2.COLOR_BGR2RGB), 'gray'), plt.title('subtract')
 plt.subplot(235), plt.imshow(cv2.cvtColor(multiply, cv2.COLOR_BGR2RGB), 'gray'), plt.title('multiply')
 plt.subplot(236), plt.imshow(cv2.cvtColor(divide, cv2.COLOR_BGR2RGB), 'gray'), plt.title('divide')
 plt.show()

2.图像混合（线性加法）

这也是加法，不同的是两幅图像的权重不同，这会给人一种混合或者透明的感觉。图像混合的计算公式如下：

g(x) = (1−α)f0 (x)+αf1 (x)
通过修改α的值（0-->1）,可以实现很酷的混合。
例：将两幅图像混合，第一幅权重为0.7.第二幅权重为0.3。函数cv2.addWeighed()可以按下面的公式对图片进行混合。
dst = α·img1 + β·img2+γ
这里γ的取值为0

 import cv2
 import numpy as np
 img1=cv2.imread('45.jpg')
 img2=cv2.imread('messigray.png')

 dst = cv2.addWeighted(img1,0.7,img2,0.3,0)

 cv2.imshow('dst',dst)
 cv2.waitKey(0)
 cv2.destroyAllWindows()

3.按位运算

这里包括按位操作有：AND，OR，NOT，XOR等，当我们提取图像的一部分，选择非矩形ROI时，会很有用。下面进行如何改变一幅图的特定区域。

（1）cv2.bitwise_and(src1,src2,dst,mask)

输出两个图像的交集：dst = src1 & src2

（2）cv2.bitwise_or(src1,src2,dst,mask)

输出两个图像的并集：dst = src1 | src2

（3）cv2.bitwise_not(src,dst,mask)

输出图像的非：dst = - src

（4）cv2.bitwise_xor(src1,src2,dst,mask)

输出两个图像的异或：dst = src1 ^ src2

 import cv2
 import numpy as np
 from matplotlib import pyplot as plt

 img1 = cv2.imread('1.jpg')[0:375,0:500]  # 图片1
 img2 = cv2.imread('2.jpg')  # 图片2
 band = cv2.bitwise_and(img1, img2)  # 两个图像求交
 bor = cv2.bitwise_or(img1, img2)  # 两个图像求并
 bnot = cv2.bitwise_not(img1)  # 图像求非
 bxor = cv2.bitwise_xor(img1, img2)  # 两个图像求异或

 title = ['img1', 'img2', 'and', 'or', 'not', 'xor']
 images = [img1, img2, band, bor, bnot, bxor]
 for i in range(6):
     plt.subplot(2, 3, i+1)
     plt.imshow(cv2.cvtColor(images[i], cv2.COLOR_BGR2RGB), 'gray'), plt.title(title[i])
 plt.show()