绍兴专门做网站的公司,国外域名注册支持支付宝,杭州网站设计建立企业网站,河南平价的seo整站优化定制一、学习目标
了解opencv中图像运算的方法了解opencv中图像运算的运用
如有错误欢迎指出~
二、了解OpenCV中图像运算的运用
目录
[python opencv 计算机视觉零基础到实战] 一、opencv的helloworld
[【python opencv 计算机视觉零基础到实战】二、 opencv文件格式与摄像头…一、学习目标
了解opencv中图像运算的方法了解opencv中图像运算的运用
如有错误欢迎指出~
二、了解OpenCV中图像运算的运用
目录
[python opencv 计算机视觉零基础到实战] 一、opencv的helloworld
[【python opencv 计算机视觉零基础到实战】二、 opencv文件格式与摄像头读取] 一、opencv的helloworld
[[python opencv 计算机视觉零基础到实战] 三、numpy与图像编辑] 一、opencv的helloworld
[[python opencv 计算机视觉零基础到实战] 四、了解色彩空间及其详解] 一、opencv的helloworld
[[python opencv 计算机视觉零基础到实战] 五、对象追踪] 一、opencv的helloworld
推荐
欢迎大家关注公众号公众号每满1024及1024倍数则会抽奖赠送机械键盘一份IT书籍2份哟~
2.1 了解图像间的加法
在opencv中可以使两张图片进行组合相加使用add方法。两张图片进行相加其实是具体的数值进行运算从而得到结果。需要注意的是进行运算的图片大小必须一致例如 以上是我三张图片的尺寸大小数据。每张图片如下 1bit
1bit2
1bit3
我们可以先将图片1bit与图片1bit3做加法运算。opencv提供了add方法给我们对两个图片做加法运算。add方法接收图片作为参数将会返回计算后的图片结果。代码如下
imgcv2.add(img1,img3)代码很简单在此不做过多讲解。完整代码如下
import cv2img1 cv2.imread(rC:\Users\mx\Desktop\1bit.jpg)
img3 cv2.imread(rC:\Users\mx\Desktop\1bit3.jpg)
cv2.namedWindow(addImage,cv2.WINDOW_NORMAL)
imgcv2.add(img1,img3)
cv2.imshow(addImage, img)
cv2.waitKey (0)
cv2.destroyAllWindows()运行结果如下
从结果得知使用add方法运算后结果为将图片1bit中的文章覆盖在了图片1bit3之上这是为什么呢我们可以从数值上考虑由于数值类型是uint8白色的值为255加再多就到顶了那么两个图片相加后白色依旧会显示那么我们的数值此时将会照原样输出黑色区域则是00加上任何数等于任何数此时将会得到原本掉值所以黑色加法运算后最后显示的值将会与另外一张图片的值一致并不会产生其它的结果。
那我换成图片1bit2呢图片1bit2字体是黑色值为0其它区域为白色为255此时两个图片进行相加的结果部分同学可能就很清楚了白色区域依旧是白色黑色可能会显示当前坐标区域的颜色值。更改代码
img2 cv2.imread(rC:\Users\mx\Desktop\1bit2.jpg)
imgcv2.add(img2,img3)运行结果如下
此时将会得到一张混有另外一张图片颜色的字体。其实在我们平时处理一些图片的时候可以使用这个攻做成比较好看的文字。
2.2 了解图像的其它运算方法
在opencv中也可以使两张图片进行组合相减使用subtract方法subtract方法与add方法类似接收图片为参数返回运算后的图片结果代码如下
import cv2
img2 cv2.imread(rC:\Users\mx\Desktop\1bit2.jpg)
img3 cv2.imread(rC:\Users\mx\Desktop\1bit3.jpg)
cv2.namedWindow(subtractImage,cv2.WINDOW_NORMAL)
imgcv2.subtract(img2,img3)
cv2.imshow(subtractImage, img)
cv2.waitKey (0)
cv2.destroyAllWindows()结果如下 此时黑色值为0已经最低了白色为255白色值将会减去原有的色彩值之后就会出现如上图所示的情况。这个时候用黑色字体的“我是1_bit”进行减法运算得到的结果可以说并不是很好看我们可以使用白色字体的图片1bit去进行相减更改图片
imgcv2.subtract(img1,img3)结果如下 看来草率了应该换更好看的底图若是底图好看我们处理后的文字将会有别一样的风味。
乘法使用multiply方法用法一样也是通过图片的数值进行计算由于用法一致不过多赘述结果如下 除法使用divide结果如下
2.3 了解图像的均值与方差
图片之间的像素均值可以得到当前图片的整体色彩偏亮或者偏暗值越小那么该值就越暗值越高则反之更亮。均值使用方法mean计算。mean接收一个图片数据返回一个均值结果。现在我用前面几个小点提到的1bit3图片作为均值获取改图片是属于偏亮的图片代码如下
img3 cv2.imread(rC:\Users\mx\Desktop\1bit3.jpg)
print(cv2.mean(img3))结果如下 从结果上很容易看得出均值所表示的信息是偏亮是正确的。
接下来我们使用方法meanStdDev计算方差。方差在opencv中可以表示该图片的对比度或者说该图片是否从表现上有“意义”。若方差值大则表示差异比较大若值小则表示该图片可能都是一种类似颜色对比度不高也就是相对的模糊。meanStdDev接收图片数据为参数返回一个均值与一个方差。代码如下
img3 cv2.imread(rC:\Users\mx\Desktop\1bit3.jpg)
print(cv2.mean(img3))
print(--------------)
print(cv2.meanStdDev(img3))结果如下
我们可以从结果中看到均值是一致的那么剩下的就是方差该方差值没有对照组并不能很好的反应出图片的对比度。我们更换另外一张图片
运行结果如下 我们可以看到所算出来的方差值是非常小的。我们再更换一张图查看。
结果如下 这张图的值也是相对比较小的方差值。 本系列文章首发于ebaina
三、总结
了解了opencv中图像加法运算使用add方法了解了opencv中图像减法运算使用subtract方法了解了opencv中图像乘法运算使用multiply方法了解了opencv中图像除法运算使用divide方法了解了opencv中图像均数运算使用mean方法了解了opencv中图像方差运算使用meanStdDev方法了解了opencv图像运算是使用图像数值运算
