我們在看優酷視頻時，經常會發現視頻右上角上有“優酷”的字樣。例如：

實際上我們可以把視頻看作一幅幅的圖像，在每幅圖像中，我們把“優酷”這個圖標加上去。于是一個很自然的想法就是圖像相加。

由于圖像相加需要2幅圖像有相同的大小，因為圖像就是矩陣，同維度的矩陣才能相加。于是先生成一副有“優酷”字樣的黑色背景的圖像，讓其與每幅圖像進行相加。

import cv2 car = cv2.imread("car.jpg") youku = cv2.imread("youku.jpg") car_and_youku = cv2.add(car, youku) cv2.imshow("car_and_youku", car_and_youku) cv2.waitKey()

得到相加圖像如下：

我們注意到，“優酷”文字不再是純紅色，而是有了一定的混色。這是因為圖像相加的話，是將相同位置的像素值直接相加，由于原圖像上該文字所在的位置已經有像素值了，于是相加在一起就不是紅顏色了。

那么，一個想法是能不能將原圖像中優酷文字所在的地方摳出來，將其像素值賦為0，然后再相加呢？

當然是可以的！首先我們當然要知道“優酷”文字所在的位置。我們可以用前面提到的《顏色選擇》方法，也可以使用閾值方法：

youku = cv2.imread("youku.jpg") # 轉換成灰度圖，因為閾值操作只針對單通道圖像 youku_gray = cv2.cvtColor(youku, cv2.COLOR_BGR2GRAY) # 閾值操作，灰度值大于50的像素點位置賦值為255 ret, mask = cv2.threshold(youku_gray, 50, 255, cv2.THRESH_BINARY) # 位操作：邏輯非。將黑白反向 mask_inv = cv2.bitwise_not(mask) cv2.imshow("mask_inv", mask_inv) cv2.waitKey()

我們注意上面的代碼倒數第3行：

mask_inv = cv2.bitwise_not(mask)

這就是一種位操作，“bitwise_not”表示是一種邏輯非操作，即原來是0，變成255，原來是255，變成0。本質是一種反轉操作，即黑色變成白色，白色變成黑色。如果像素某顏色通道值是100，則變成255-100=155。所以，如果是彩色的3通道圖像，bitwise_not會分別對每個通道進行反色處理。

然后將原始圖片中的“優酷”文字位置的地方摳出來：

car_bg = cv2.bitwise_and(car, car, mask=mask_inv) cv2.imshow("car_bg", car_bg)

這里的bitwise_and是圖像位操作中的邏輯和操作，即按照像素值的二進制進行相應位置的邏輯和操作。bitwise_and一般與掩膜（mask）共同操作。利用掩膜（mask）進行“與”操作，即掩膜圖像白色區域是對需要處理圖像像素的保留，黑色區域是對需要處理圖像像素的剔除。

為了確保提取的文字區域是一致的。將優酷文字原始圖像也與文字位置掩膜進行操作，最后將2幅圖像加起來：

youku_logo = cv2.bitwise_and(youku, youku, mask=mask) final = cv2.add(car_bg, youku_logo) cv2.imshow("final", final)

就得到了文章最前面的帶“優酷”水印的圖像。

總結

以上是生活随笔為你收集整理的图像“位操作”有什么用？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。