OpenCV 完整例程20. 图像的按位运算

Posted Python小白进阶

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenCV 完整例程20. 图像的按位运算相关的知识,希望对你有一定的参考价值。

20. 图像的按位运算

函数 cv2.bitwise 提供了图像的位运算,对图像的像素点值按位操作,快速高效、方便灵活。

函数说明:

cv.bitwise_and(src1, src2[, dst[, mask]] → dst  # 位操作: 与
cv.bitwise_or(src1, src2[, dst[, mask]] → dst  # 位操作: 或
cv.bitwise_xor(src1, src2[, dst[, mask]] → dst  # 位操作: 与或
cv.bitwise_not(src1, src2[, dst[, mask]] → dst  # 位操作: 非(取反)
  • 位运算包括四种方法:按位与、按位或、按位非、按位异或,其计算方法是对图像的像素点值的按位运算,运算效率高、速度快。

  • 以按位与操作 “bitwise_and” 为例:

  1. 对图像中的每一像素(矩阵中的每一元素),将数值转换为二进制;
  2. 对 src1 和 src2 同一位置像素的数值进行按位操作 (按位与): 1&1=1, 1&0=0, 0&0=0;
  3. 将位操作的二进制结果转换为十进制。
  • 类似地,按位或、按位非、按位异或操作,先将像素值转换为二进制,进行位操作后再将结果转换回十进制。

参数说明:

  • scr1, scr2:进行位运算的图像,ndarray 多维数组
  • mask:掩模图像,8位灰度格式,与 scr1 大小相同,可选参数
  • 返回值:dst,位运算结果图像,ndarray 多维数组

注意事项:

  1. 进行位运算的图像 scr1, scr2 的大小和类型(通道数)必须相同。
  2. 使用掩模图像时,掩模图像中的黑色区域(数值为 0),输出也为黑色(数值为 0);掩模图像中的非黑色区域(非 0 值),按位操作输出。

基本例程:1.29 图像的位操作

    # 1.29 图像的位操作
    img1 = cv2.imread("../images/imgLena.tif")  # 读取彩色图像(BGR)
    img2 = cv2.imread("../images/imgB2.jpg")  # 读取彩色图像(BGR)

    imgAnd = cv2.bitwise_and(img1, img2)  # 按位 与(AND)
    imgOr = cv2.bitwise_or(img1, img2)  # 按位 或(OR)
    imgNot = cv2.bitwise_not(img1)  # 按位 非(NOT)
    imgXor = cv2.bitwise_xor(img1, img2)  # 按位 异或(XOR)

    plt.figure(figsize=(9,6))
    titleList = ["img1", "img2", "and", "or", "not", "xor"]
    imageList = [img1, img2, imgAnd, imgOr, imgNot, imgXor]
    for i in range(6):
        plt.subplot(2,3,i+1), plt.title(titleList[i]), plt.axis('off')
        plt.imshow(cv2.cvtColor(imageList[i], cv2.COLOR_BGR2RGB), 'gray')
    plt.show()

例程说明 1.29:

本例程运行结果如下图所示。

图中给出了两张图像进行位运算的结果,看起来有些莫名其妙,很难理解位操作究竟有什么意义。确实如此,其实位操作基本上不会用于两张普通图像的操作,通常是用于图像的掩模操作,可以看下一个例程 1.30。

以上是关于OpenCV 完整例程20. 图像的按位运算的主要内容,如果未能解决你的问题,请参考以下文章

opencv中的按位运算

OpenCV 完整例程52. 图像的相关与卷积运算

OpenCV 完整例程62. 图像锐化——钝化掩蔽

OpenCV 完整例程63. 图像锐化——Laplacian 算子

OpenCV 完整例程65. 图像锐化——Scharr 算子

OpenCV 完整例程64. 图像锐化——Sobel 算子