该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门、OpenCV基础用法,中期讲解图像处理的各类算法,包括图像锐化算子、图像加强技术、图像分割等,后期结合深度学习研究图像识别、图像分类应用。但愿文章对您有所帮助,若是有不足之处,还请海涵~python
该系列在github全部源代码:https://github.com/eastmountyxz/ImageProcessing-Python
PS:请求帮忙点个Star,哈哈,第一次使用Github,之后会分享更多代码,一块儿加油。git
同时推荐做者的C++图像系列知识:
[数字图像处理] 一.MFC详解显示BMP格式图片
[数字图像处理] 二.MFC单文档分割窗口显示图片
[数字图像处理] 三.MFC实现图像灰度、采样和量化功能详解
[数字图像处理] 四.MFC对话框绘制灰度直方图
[数字图像处理] 五.MFC图像点运算之灰度线性变化、灰度非线性变化、阈值化和均衡化处理详解
[数字图像处理] 六.MFC空间几何变换之图像平移、镜像、旋转、缩放详解
[数字图像处理] 七.MFC图像加强之图像普通平滑、高斯平滑、Laplacian、Sobel、Prewitt锐化详解github
前文参考:
[Python图像处理] 一.图像处理基础知识及OpenCV入门函数
[Python图像处理] 二.OpenCV+Numpy库读取与修改像素
[Python图像处理] 三.获取图像属性、兴趣ROI区域及通道处理
[Python图像处理] 四.图像平滑之均值滤波、方框滤波、高斯滤波及中值滤波web
本篇文章主要讲解Python调用OpenCV实现图像融合及加法运算,包括三部分知识:图像融合、图像加法运算、图像类型转换。全文均是基础知识,但愿对您有所帮助。
1.图像加法运算
2.图像融合
3.图像类型转换算法
PS:文章参考本身之前系列图像处理文章及OpenCV库函数,同时部分参考网易云视频,推荐你们去学习。网络
PSS:2019年1~2月做者参加了CSDN2018年博客评选,但愿您能投出宝贵的一票。我是59号,Eastmount,杨秀璋。投票地址:https://bss.csdn.net/m/topic/blog_star2018/indexsvg
1.Numpy库加法
其运算方法是:目标图像 = 图像1 + 图像2,运算结果进行取模运算。函数
2.OpenCV加法运算
另外一种方法是直接调用OpenCV库实现图像加法运算,方法以下:
目标图像 = cv2.add(图像1, 图像2)
此时结果是饱和运算,即:学习
两种方法对应的代码以下所示:spa
#encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #读取图片 img = cv2.imread('picture.bmp') test = img #方法一:Numpy加法运算 result1 = img + test #方法二:OpenCV加法运算 result2 = cv2.add(img, test) #显示图像 cv2.imshow("original", img) cv2.imshow("result1", result1) cv2.imshow("result2", result2) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出结果以下图所示,其中result1为第一种方法,result2为第二种方法,白色点255更多。
注意:参与运算的图像大小和类型必须一致。下面是对彩色图像进行加法运算的结果。
图像融合一般是指将2张或2张以上的图像信息融合到1张图像上,融合的图像含有更多的信息,可以更方便人们观察或计算机处理。以下图所示,将两张不清晰的图像融合获得更清晰的图。
图像融合是在图像加法的基础上增长了系数和亮度调节量。
代码以下:
#encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #读取图片 src1 = cv2.imread('test22.jpg') src2 = cv2.imread('picture.bmp') #图像融合 result = cv2.addWeighted(src1, 1, src2, 1, 0) #显示图像 cv2.imshow("src1", src1) cv2.imshow("src2", src2) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
须要注意的是,两张融合的图像像素大小须要一致,以下图所示,将两张RGB且像素410*410的图像融合。
设置不一样的比例的融合以下所示:
result = cv2.addWeighted(src1, 0.6, src2, 0.8, 10)
图像类型转换是指将一种类型转换为另外一种类型,好比彩色图像转换为灰度图像、BGR图像转换为RGB图像。OPenCV提供了200多种不一样类型之间的转换,其中最经常使用的包括3类,以下:
代码以下所示:
#encoding:utf-8 import cv2 import numpy as np import matplotlib.pyplot as plt #读取图片 src = cv2.imread('01.bmp') #图像类型转换 result = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) #显示图像 cv2.imshow("src", src) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
输出结果以下图所示:
若是使用通道转化,则结果以下图所示:
result = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
图像处理一般须要将彩色图像转换为灰度图像再进行后续的操做,更多知识后续将继续分享,但愿对着喜欢,尤为是作图像识别、图像处理的同窗。 但愿文章对你们有所帮助,若是有错误或不足之处,还请海涵。九月份准备出去休婚假了,好好和她享受最幸福的时光,不被工做所烦扰,但每当本身写完一篇文章或解答一个问题,这种分享知识的快感,真的让我着迷,这就是知识的魅力,老师的快乐吧! (By:Eastmount 2018-09-03 下午14点 https://blog.csdn.net/Eastmount/)