CV学习笔记(四):图像的计算

今天我们一起学习的是OpenCV中的图像的计算,在图像计算中,分为像素级运算和代数运算这两大类,今天我们借助OpenCV中的函数一起来看看这些运算。

一:图像的像素级运算

像素级运算中非常常用的就是点运算,之前的文章中说过的让一张图片反转颜色其实就是点运算来实现的。点运算我们一般将其分为三大类:

线性点运算、非线性点运算、映射表点运算

点运算有以下的几个特点:

1:点运算针对图像中的每一个像素灰度,独立地进行灰度值的改变,换句话说,点运算实际上是一种在灰度程度上进行的变换,这是前提。

2:输出图像中每个像素点的灰度值,仅取决于相应输入像素点的值

3:点运算不改变图像内的空间关系

4:从像素到像素的操作

5:点运算可完全由灰度变换函数或灰度映射表确定

具体的例子可以参照之前的文章进行试验,这里不再赘述

二:代数运算

代数运算最常见的是加、减、乘、除这四类,整个代数运算对图片的要求挺高的,首先要尺寸大小相同,然后图片的体积不能太大,如果太大运算起来很费时间。

加法

加法运算的计算公式如下:

C(x,y) = A(x,y) + B(x,y)

其实就是将A,B两张图片每个像素值相加得到一张新的图片,图像加法在图像合成方面用的比较广泛。假如我们将两个图像f(x,y)和h(x,y)进行以下处理:

g(x,y) = 0.5f(x,y) + 0.5h(x,y)

这样图像会得到类似二次曝光的效果

将这个公式进行推广:

g(x,y) = αf(x,y) + βh(x,y) 其中α+β= 1

然后合理的调节α,β的值,我们可以将两张图片进行合成,并且效果很不错

接下来我们使用OpenCV来进行一下操作:

在OpenCV中提供了一些图片进行试验:

找到你相应的安装OpenCV的路径,然后按照图片进行查找即可:

在这里我们选择其中的LinuxLogo和WindowsLogo进行运算,我们定义一个函数,按照以下调用即可:

结果如下:

减法

C(x,y) = A(x,y) - B(x,y)

减法我们可以看做是加法的反例,减法主要用来去除不需要的叠加性图案

或者检测同一场景两幅图像之间的变化。

调用方法如下:

让我们看看结果:

乘法

C(x,y) = A(x,y) × B(x,y)

乘法主要用在图像的局部显示,同时可以用二值蒙板图像与原图像做乘法,通常来说就是加滤镜。。。

OpenCV中乘除法的操作方法:

结果如下:

这里说一下为什么不写一下除法,因为每个像素点取值0-255,一相除以后没有多少数值了,所呈现出来的图像也没有什么有效信息,所以我们一般不怎么使用除法。

三:逻辑运算(求反、异或、或、与)

1)求反的定义

g(x,y) = R - f(x,y)

R为f(x, y)的灰度级。

可以应用在:

获得一个图像的负像

获得一个子图像的补图像

2)异或运算的定义

g(x,y) = f(x,y) or h(x,y)

主要应用举例

获得相交子图像

3)与运算的定义

g(x,y) = f(x,y) and h(x,y)

主要应用

求两个子图像的相交子图

在OpenCV中的操作如下:

得到的结果如下:

四:尾巴

在上边的一些操作中,可以看到我基本没有写代码,直接调用OpenCV即可,如今的代码库多种多样,开源的数不胜数,可以说让我们进入了傻瓜编程阶段,并且在OpenCV中,越来越多的函数命名更加直接,极大地简化了我们的操作,我们可以有更多的精力放在算法优化上,而不是在写无穷无尽的程序。其实数字图像处理本身的算法理论很简单,但是一但实际操作起来,问题反而不少,各位希望可以多找几幅图像尝试一下,自己分析一下,相信会有更多的收获!

在中华文化里,鼠乃十二生肖之首,进入鼠年就代表着开始新一轮生肖纪年,也寓意着新的开端,给大家提前拜一个早年!奋斗创造历史,实干成就未来,希望和大家在新的一年里一起努力,共同成长,也感谢大家的支持!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,743评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,296评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,285评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,485评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,581评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,821评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,960评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,719评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,186评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,516评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,650评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,936评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,757评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,991评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,370评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,527评论 2 349

推荐阅读更多精彩内容