06. 图像基本运算和位运算

本文主要是介绍06. 图像基本运算和位运算，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

图像基本运算和位运算

• bitwise_or 或操作
• bitwise_and 与操作
• bitwise_not 非操作
• bitwise_xor 异或操作，说明：四个操作里面存在一个mask掩码可选参数
• add 每个像素相加，超出255的数字会被截断，相当于 % 256
• addWeighted 两张图按比例进行叠加
• subtract 减法操作，对应位置的元素相减，减完小于0，统一变为0
• multiply 乘法操作，
• divide 除法操作
• resize 图像大小操作，可以指定插值方式4种：以cv2.INTER_开头
• np.array(xxx).sizeof() 数组占用空间大小
• cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 图片色彩转变，这个示例是转为黑百图（灰度图）

示例：在一个图片上绘制logo图标，主要技术点：使用mask掩码，对位运算的灵活运用

import cv2
import numpy as np

bg = cv2.imread('./images/bg.jpg')
# burn.png是一个4通道的图片，但是读取之后，变成了3通道，猜测跟flags有关
logo = cv2.imread('./images/burn.png')
logo_mask = cv2.imread('./images/burn.png', cv2.IMREAD_GRAYSCALE)
# 在数组中根据条件进行批量变更数据
logo_mask = np.where(logo_mask > 0, 255, 0)  # 这里的255是int32
logo_mask = logo_mask.astype('uint8')  # 需要将logo_mask.dtype从int32转为uint8
logo_width, logo_height = logo.shape[1], logo.shape[0]

# print(logo_mask[60:80, 60:80])
# print(cv2.bitwise_not(logo_mask)[60:80, 60:80])

x, y = 400, 100
bg_section = bg[y:y+logo_height, x:x+logo_width, :]
bg_section = cv2.bitwise_and(bg_section, bg_section, mask=cv2.bitwise_not(logo_mask))
bg_section = cv2.bitwise_or(bg_section, logo)
bg[y:y+logo_height, x:x+logo_width, :] = bg_section

# 绘制背景色
window_name = 'window'
cv2.namedWindow(window_name, cv2.WINDOW_NORMAL)
cv2.resizeWindow(window_name, (800, 450))
cv2.imshow(window_name, bg)

# cv2.imshow('logo', logo_mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

这篇关于06. 图像基本运算和位运算的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！