圖像加權(quán)和

可以用cv2.addWeighted()表示加權(quán)和
一個(gè)注意點(diǎn)：
cv2.addWeighted(a,0.5,b,0.5,0)中兩個(gè)圖像的尺寸和通道數(shù)要相同，不然會(huì)報(bào)錯(cuò)。
示例：

a = cv2.imread("p7.jpg") b = cv2.imread("me1.jpg") face1 = a[0:300,100:400] face2 = b[150:450,100:400] result= cv2.addWeighted(face1,0.5,face2,1,0) cv2.imshow("re",result)# cv2.imshow("i3",img) cv2.waitKey()

按位邏輯運(yùn)算

cv2.bitwise_and() 按位與
cv2.bitwise_or()按位或
cv2.bitwise_xor()異或
cv2.bitwise_nor()取反
數(shù)值200與255進(jìn)行按位與，保持200不變
示例：

a = cv2.imread("p7.jpg",0) b = np.zeros(a.shape,np.uint8) cv2.imshow("re",b) b[100:300,100:400] = 255 c = cv2.bitwise_and(a,b) cv2.imshow("reu",c)# cv2.imshow("i3",img) cv2.waitKey()

由于按位與操作要求參與運(yùn)算的數(shù)據(jù)有相同的通道，所以無(wú)法直接將彩色圖像與單通道掩膜圖像進(jìn)行按位與操作
將函數(shù)改為按位或:

opencv很多函數(shù)都指定一個(gè)掩膜作為參數(shù)，使用掩膜參數(shù)時(shí)，操作只會(huì)在掩膜非空的像素點(diǎn)上執(zhí)行，并將其他像素置為0

cv2.threshold()
這個(gè)函數(shù)有四個(gè)參數(shù)，第一個(gè)原圖像，第二個(gè)進(jìn)行分類的閾值，第三個(gè)是高于（低于）閾值時(shí)賦予的新值，第四個(gè)是一個(gè)方法選擇參數(shù)，常用的有：
? cv2.THRESH_BINARY（黑白二值）
? cv2.THRESH_BINARY_INV（黑白二值反轉(zhuǎn)）
? cv2.THRESH_TRUNC （得到的圖像為多像素值）
? cv2.THRESH_TOZERO
? cv2.THRESH_TOZERO_INV
該函數(shù)有兩個(gè)返回值，第一個(gè)retVal（得到的閾值值（在后面一個(gè)方法中會(huì)用到）），第二個(gè)就是閾值化后的圖像。

圖像加密:

a = cv2.imread("p7.jpg",0) # a = cv2.cvtColor(a, cv2.COLOR_BGR2GRAY) h,w = a.shape mask = np.zeros((h,w),dtype=np.uint8) mask[100:300,200:400] = 1 key = np.random.randint(0,256,size=[h,w],dtype=np.uint8) after = np.bitwise_and(a,mask*255)afterxor = cv2.bitwise_xor(key,a) cv2.imshow("afterxor",afterxor) #圖片加密 cv2.imshow("a",after) encypt = cv2.bitwise_and(afterxor,mask*255) cv2.imshow("encypt",encypt) noface1 = cv2.bitwise_and(a,(1-mask)*255) cv2.imshow("noface",noface1) noface2 = cv2.bitwise_and(a,afterxor) maskface = encypt+noface1 #圖像打碼 cv2.imshow("maskface",maskface) cv2.imshow("noface2",noface2) cv2.waitKey(0) cv2.destroyAllWindows()

效果:

顏色空間的轉(zhuǎn)化用到了如下約定：

8位圖像值的范圍是[0,255] 16位圖像值的范圍是[0,65535] 浮點(diǎn)數(shù)圖像值的范圍是[0,1]
np.random.randint
np.random.randint(5, size=(3,2, 4))
生成0-5的范圍內(nèi)（不包括5）的三個(gè)矩陣，每個(gè)矩陣為2行4列

進(jìn)行試驗(yàn):

img = np.random.randint(0,256,size=[200,70,4],dtype=np.uint8) cv2.imshow("img",img)

結(jié)果:

size=[200,70,4]中隨著第二個(gè)參數(shù)的增大，橫向區(qū)域不斷變大。且第二個(gè)和第三個(gè)參數(shù)的大小不能超過(guò)第一個(gè)，不然報(bào)錯(cuò)
第一個(gè)參數(shù)增大后縱向距離變大
其中第三個(gè)參數(shù)為4時(shí)程序可以正常，但是為5和2時(shí)就會(huì)報(bào)錯(cuò)，猜測(cè)應(yīng)該是小于4通道數(shù)

第三個(gè)參數(shù)為1時(shí)也可以正常運(yùn)行:

不加第三個(gè)參數(shù)時(shí)，顯示的也是如上的灰度圖
當(dāng)圖像從GRAY色彩空間轉(zhuǎn)化到RGB/BGR色彩空間時(shí)，最終所有的通道的值都是相同的
在RGB和BGR模式之間發(fā)生轉(zhuǎn)化時(shí)，R和B通道的位置發(fā)生了交換。
模式轉(zhuǎn)化之后：

img = cv2.imread("p7.jpg") img2 = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) cv2.imshow("img",img) cv2.imshow("img2",img2) cv2.waitKey(0) cv2.destroyAllWindows()

總結(jié)

以上是生活随笔為你收集整理的【笔记】opencv图像运算 图像加密的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。