python opencv 图像处理之图像算数运算及修改颜色空间

目录

• 1.图像加法
• 1.1Numpy加法
• 1.2OpenCV加法
• 2.图像融合
• 3.改变颜色空间

1.图像加法

图像加法有两种方式，一种是通过 Numpy 直接对两个图像进行相加，另一种是通过 OpenCV 的 add() 函数进行相加。

不管使用哪种方法，相加的两个图像必须具有相同的深度和类型，简单理解就是图像的大小和类型必须一致。

1.1Numpy加法

Numpy 的运算方法是： img = img1 + img2 ，然后再对最终的运算结果取模。

• 当最终的像素值 <= 255 时，则运算结果直接为 img1 + img2 。
• 当最终的像素值 > 255 时，则运算的结果需对 255进行取模运算。

1.2OpenCV加法

OpenCV 的运算方式是直接调用 add() 函数进行的，这时的运算方式是饱和运算。

• 当最终的像素值 <= 255 时，则运算结果直接为 img1 + img2 。
• 当最终的像素值 > 255时，这时则是饱和运算，结果固定为 255 。

两种加法方式对应的示例如下：

import cv2 as cv
# 读取图像
img = cv.imread("data.jpg", cv.IMREAD_UNCHANGED)
test = img
# Numpy 加法
result1 = img + test
# OpenCV 加法
result2 = cv.add(img, test)
# 显示图像
cv.imshow("img", img)
cv.imshow("result1", result1)
cv.imshow("result2", result2)

# 等待显示
cv.waitKey()
cv.destroyAllWindows()

可以看到，使用 Numpy 取模加法的图片整体更偏蓝色，而使用 OpenCV 饱和运算的加法，整体颜色更偏白色。

2.图像融合

图像融合其实也是一种图像加法，但是它和图像加法不同的是对图像赋予不同的权重，可以使图像具有融合或者透明的感觉。

• 图像加法： img = img1 + img2
• 图像融合： img = img1 * alpha + img2 * beta + gamma

图像融合用到的函数为 addWeighted() 具体如下：

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

这里的 alpha 和 beta 都是系数，而 gamma 则是一个亮度调节量，不可省略。

下面这个示例中，有一张地铁的图片，用这张图片和小姐姐做一个图像融合的案例：

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))
# 图像融合
img = cv.addWeighted(img1, 0.4, img2, 0.6, 10)
# 显示图像
cv.imshow("img1", img1)
cv.imshow("img2", img2)
cv.imshow("img", img)

# 等待显示
cv.waitKey()
cv.destroyAllWindows()

注意：这里如果二个图像像素不同要更改为同一像素下cv.resize(img,(width,hegiht))

3.改变颜色空间

OpenCV 中有超过150种颜色空间转换方法。我们先介绍两种最常用的： BGR <-> 灰度 和 BGR <-> HSV 。

对于改变颜色空间，我们使用 cvtColor(input_image, flag) 函数，其中的 flag 为转换的类型。

一些常见的 flag 值：

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

我们使用 cvtColor() 这个函数将小姐姐转化成灰度图像，示例如下：

import cv2 as cv
# 读取图像
img = cv.imread("data.jpg", cv.IMREAD_UNCHANGED)
# 图像类型转换
result = cv.cvtColor(img, cv.COLOR_RGB2GRAY)

# 图像展示
cv.imshow("img", img)
cv.imshow("result", result)

# 等待显示
cv.waitKey()
cv.destroyAllWindows()