還記得你在小學(xué)時(shí)學(xué)習(xí)如何加減數(shù)字嗎？現(xiàn)在，你也可以對(duì)圖像做同樣的事情!輸入圖像可以進(jìn)行算術(shù)運(yùn)算，例如加法、減法和按位運(yùn)算（AND、OR、NOT、XOR）。這些操作可以幫助提高輸入照片的質(zhì)量。本文將詳解一下這些運(yùn)算，需要的可以參考一下

介紹

還記得你在小學(xué)時(shí)學(xué)習(xí)如何加減數(shù)字嗎？現(xiàn)在，你也可以對(duì)圖像做同樣的事情!

輸入圖像可以進(jìn)行算術(shù)運(yùn)算，例如加法、減法和按位運(yùn)算（AND、OR、NOT、XOR）。這些操作可以幫助提高輸入照片的質(zhì)量。

在本文中，你將了解使用 OpenCV Python 包對(duì)圖像執(zhí)行算術(shù)和按位運(yùn)算的步驟。讓我們開(kāi)始吧！

對(duì)圖像進(jìn)行算術(shù)運(yùn)算是什么意思？

因此，假設(shè)我們希望合并兩張單獨(dú)的照片中的兩個(gè)像素。我們?cè)鯓硬拍軐⑺鼈兒喜ⅲ?/p>

讓我們想象以下場(chǎng)景。第一個(gè)像素的顏色強(qiáng)度為 (200, 0, 0)，而第二個(gè)像素的顏色強(qiáng)度為 (100, 0, 0)。如果我們只是將這些值相加，我們得到 (300, 0, 0)。這在處理 RGB 圖像時(shí)是完全可能的。

那么，我們?nèi)绾卧?Python 中解決這個(gè)問(wèn)題呢？

該解決方案附帶實(shí)現(xiàn)了 cv2.add() 和 cv2.subtract() 函數(shù)的 OpenCV 庫(kù)。

要執(zhí)行這些操作，你必須在系統(tǒng)上安裝 OpenCV Python 庫(kù)。

算術(shù)運(yùn)算：圖像相加

使用 cv2.add() 函數(shù)，我們可以添加兩個(gè)圖像。cv2.add() 將兩個(gè)圖像中的圖片像素相加。執(zhí)行此操作時(shí)要記住的一件事是，兩個(gè)圖像應(yīng)該具有相同的深度和類型，或者第二個(gè)圖像可以只是一個(gè)標(biāo)量值。

這個(gè)函數(shù)的語(yǔ)法是：cv2.add(img1, img2)

對(duì)于這個(gè)博客，我們將考慮以下兩張圖片來(lái)將兩張圖片相加。

在進(jìn)行算術(shù)運(yùn)算之前，你必須知道如何讀取和顯示加載的圖像。

現(xiàn)在，按照下面的代碼片段閱讀，執(zhí)行兩個(gè)圖像的添加，最后顯示添加的圖像。

import cv2
 
img1 = cv2.imread('image1_add.jpg', 1)
#or
#img1 = cv2.imread('C:\\Users\\Admin\\Downloads\\image1_add.jpg', 1)
 
cv2.imshow('Image 1', img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
img2 = cv2.imread('image2_add.jpg', 1)
#or
#img2 = cv2.imread('C:\\Users\\Admin\\Downloads\\image2_add.jpg', 1)
 
cv2.imshow('Image 2', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
# Add the images
added_img = cv2.add(img1, img2)
 
cv2.imshow('Added Image', added_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

從上面的代碼片段中添加的圖像如下：

這只是簡(jiǎn)單的添加。我們可以使用另一個(gè)名為 cv2.addWeighted 的函數(shù)來(lái)混合圖像。這類似于圖像添加，但圖像被賦予不同的權(quán)重以產(chǎn)生混合或透明的錯(cuò)覺(jué)。

這個(gè)函數(shù)的語(yǔ)法是：cv2.addWeighted(img1, wt1, img2, wt2, gammaValue)

按照下面的代碼片段對(duì)兩個(gè)圖像執(zhí)行加權(quán)加法。

import cv2
 
img1 = cv2.imread('image1_add.jpg', 1)
#or
#img1 = cv2.imread('C:\\Users\\Admin\\Downloads\\image1_add.jpg', 1)
 
cv2.imshow('Image 1', img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
img2 = cv2.imread('image2_add.jpg', 1)
#or
#img2 = cv2.imread('C:\\Users\\Admin\\Downloads\\image2_add.jpg', 1)
 
cv2.imshow('Image 2', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
 
#Addition - weighted addition
added_wt_img = cv2.addWeighted(img1, 0.6, img2, 0.4, 0)
 
cv2.imshow('Added Weight Image', added_wt_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

加權(quán)加法的輸出如下：

在這里，拍攝了兩張圖像將它們混合在一起。第一張圖片的權(quán)重為 0.6，第二張圖片的權(quán)重為 0.4。你可以根據(jù)需要更改圖像的權(quán)重！

算術(shù)運(yùn)算：圖像減法

就像兩個(gè)圖像相加一樣，你可以減去兩個(gè)圖像。這可以使用 cv2.subtract() 函數(shù)來(lái)完成。請(qǐng)注意，要減去的圖像必須具有相同的大小和深度。

這個(gè)函數(shù)的語(yǔ)法是：cv2.subtract(src1, src2)

下面的代碼片段顯示了如何減去兩個(gè)圖像。已經(jīng)減去了之前使用的圖像（我們?cè)诩臃ㄖ惺褂玫膱D像）。

import cv2
 
img1 = cv2.imread('image1_add.jpg', 1)
#or
#img1 = cv2.imread('C:\\Users\\Admin\\Downloads\\image1_add.jpg', 1)
 
cv2.imshow('Image 1', img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
img2 = cv2.imread('image2_add.jpg', 1)
#or
#img2 = cv2.imread('C:\\Users\\Admin\\Downloads\\image2_add.jpg', 1)
 
cv2.imshow('Image 2', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
sub_img = cv2.subtract(img1, img2)
 
cv2.imshow('Subtracted Image', sub_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

減去的圖像如下：

還嘗試減去兩個(gè)更簡(jiǎn)單的圖像以使其更易于理解。使用的兩張圖片是：

減去的輸出是：

既然我們已經(jīng)了解了如何對(duì)圖像執(zhí)行算術(shù)運(yùn)算，我們將繼續(xù)對(duì)圖像進(jìn)行按位運(yùn)算。

位運(yùn)算

當(dāng)我們只需要提取圖像所需的元素時(shí)，我們會(huì)使用按位運(yùn)算。

這些按位技術(shù)用于各種計(jì)算機(jī)視覺(jué)應(yīng)用，例如創(chuàng)建圖像蒙版、將水印應(yīng)用于圖像以及創(chuàng)建新圖像。與 OpenCV 中的其他變形方法相比，這些操作對(duì)圖像中的單個(gè)像素起作用，以產(chǎn)生更準(zhǔn)確的結(jié)果。

圖像上的 And、Or 和 Not 操作

在開(kāi)始之前，假設(shè)你熟悉三個(gè)基本的位運(yùn)算符：AND、OR、NOT。

OpenCV 包括用于執(zhí)行與、或和非操作的內(nèi)置函數(shù)。它們是按位與、按位或和按位非?？紤]下面的兩張黑白圖像?，F(xiàn)在讓我們將這三個(gè)操作應(yīng)用于這兩個(gè)圖像，看看會(huì)發(fā)生什么。

import cv2
 
#read the images
img1 = cv2.imread('bitwise_image_1.jpg')
img2 = cv2.imread('bitwise_image_2.jpg')
 
bitwise_AND = cv2.bitwise_and(img1, img2)
bitwise_OR = cv2.bitwise_or(img1, img2)
bitwise_NOT = cv2.bitwise_not(img1)
 
cv2.imshow('img1', img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
cv2.imshow('img2', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
cv2.imshow('AND', bitwise_AND)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
cv2.imshow('OR', bitwise_OR)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
cv2.imshow('NOT', bitwise_NOT)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代碼段的輸出將如下所示：