python opencv 影象處理之影象算數運算及修改顏色空間

2022-08-09 22:00:29

1.影象加法

影象加法有兩種方式，一種是通過 Numpy 直接對兩個影象進行相加，另一種是通過 OpenCV 的 add() 函數進行相加。

不管使用哪種方法，相加的兩個影象必須具有相同的深度和型別，簡單理解就是影象的大小和型別必須一致。

1.1Numpy加法

Numpy 的運算方法是： img = img1 + img2 ，然後再對最終的運算結果取模。

當最終的畫素值 <= 255 時，則運算結果直接為 img1 + img2 。
當最終的畫素值 > 255 時，則運算的結果需對 255進行取模運算。

1.2OpenCV加法

OpenCV 的運算方式是直接呼叫 add() 函數進行的，這時的運算方式是飽和運算。

當最終的畫素值 <= 255 時，則運算結果直接為 img1 + img2 。
當最終的畫素值 > 255時，這時則是飽和運算，結果固定為 255 。

兩種加法方式對應的範例如下：

import cv2 as cv
# 讀取影象
img = cv.imread("data.jpg", cv.IMREAD_UNCHANGED)
test = img
# Numpy 加法
result1 = img + test
# OpenCV 加法
result2 = cv.add(img, test)
# 顯示影象
cv.imshow("img", img)
cv.imshow("result1", result1)
cv.imshow("result2", result2)

# 等待顯示
cv.waitKey()
cv.destroyAllWindows()

可以看到，使用 Numpy 取模加法的圖片整體更偏藍色，而使用 OpenCV 飽和運算的加法，整體顏色更偏白色。

2.影象融合

影象融合其實也是一種影象加法，但是它和影象加法不同的是對影象賦予不同的權重，可以使影象具有融合或者透明的感覺。

影象加法： img = img1 + img2
影象融合： img = img1 * alpha + img2 * beta + gamma

影象融合用到的函數為 addWeighted() 具體如下：

dst = cv.addWeighter(img1, alpha, img2, beta, gamma)
dst = img1 * alpha + img2 * beta + gamma

這裡的 alpha 和 beta 都是係數，而 gamma 則是一個亮度調節量，不可省略。

下面這個範例中，有一張地鐵的圖片，用這張圖片和小姐姐做一個影象融合的案例：

img1 = cv.imread(file, cv.IMREAD_UNCHANGED)
img1=cv.resize(img1,(1000,1000))
img2 = cv.imread(file1, cv.IMREAD_UNCHANGED)
img2=cv.resize(img2,(1000,1000))
# 影象融合
img = cv.addWeighted(img1, 0.4, img2, 0.6, 10)
# 顯示影象
cv.imshow("img1", img1)
cv.imshow("img2", img2)
cv.imshow("img", img)

# 等待顯示
cv.waitKey()
cv.destroyAllWindows()

注意：這裡如果二個影象畫素不同要更改為同一畫素下cv.resize(img,(width,hegiht))

3.改變顏色空間

OpenCV 中有超過150種顏色空間轉換方法。我們先介紹兩種最常用的： BGR <-> 灰度和 BGR <-> HSV 。

對於改變顏色空間，我們使用 cvtColor(input_image, flag) 函數，其中的 flag 為轉換的型別。

一些常見的 flag 值：

# BGR 轉 灰度
cv.COLOR_BGR2GRAY
# BGR 轉 HSV
cv.COLOR_BGR2HSV
# BGR 轉 RGB
cv.COLOR_BGR2RGB
# 灰度 轉 BGR
cv.COLOR_GRAY2BGR

我們使用 cvtColor() 這個函數將小姐姐轉化成灰度影象，範例如下：

import cv2 as cv
# 讀取影象
img = cv.imread("data.jpg", cv.IMREAD_UNCHANGED)
# 影象型別轉換
result = cv.cvtColor(img, cv.COLOR_RGB2GRAY)

# 影象展示
cv.imshow("img", img)
cv.imshow("result", result)

# 等待顯示
cv.waitKey()
cv.destroyAllWindows()

到此這篇關於python opencv 影象處理之影象算數運算及修改顏色空間的文章就介紹到這了,更多相關python opencv 影象處理內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！