六 像素运算（图片色素的数值运算(加减乘除)和逻辑运算(与或非异或)）

一、数值运算（调节亮度，调整对比度）

opencv自带图片色素的处理函数：

相加：add()    　　黑色是0，白色为255，当大于255会为白色，小于0为黑色

相减：subtract()    

相乘：divide()    

相除：multiply()

原理就是：通过获取两张（一次只能是两张）个图片的同一个位置的色素值来实现运算。

运算的要求：两张图片的shape要一样。

# -*- coding=GBK -*-
import cv2 as cv
 
 
#数值运算：加减乘除
def shu_image(src11, src22):
    src = cv.add(src11, src22)#加
    cv.imshow("相加", src)
    src = cv.subtract(src11, src22)#减
    cv.imshow("相减", src)
    src = cv.divide(src11, src22)#乘
    cv.imshow("相除", src)
    src = cv.multiply(src11, src22)#除
    cv.imshow("相乘", src)
 
 
 
 
src1 = cv.imread("01.jpg")
src2 = cv.imread("02.jpg")
cv.imshow("原来1", src1)
cv.imshow("原来2", src2)
shu_image(src1, src2)
cv.waitKey(0)
cv.destroyAllWindows()

获取各个通道的均值

m = cv.mean(image)
print(m)
(190.8543375, 190.8543375, 190.8543375, 0.0)　　#整体偏黑

获取每个图像的方差

m,dev = cv.meanStdDev(image)    #返回均值和方差，分别对应3个通道
print(m)
print(dev)

[[190.8543375]　　#M1
 [190.8543375]
 [190.8543375]]
[[95.31664687]　　#dev1
 [95.31664687]
 [95.31664687]]

dev小，则说明图片的色彩差异（对比性）是较小的，若整张图片同色，则方差是0，均值是0，可以用来查看扫描仪中是否有信息（方差小于一个预值，则失效，丢弃）

img = np.zeros([400,400,3],np.uint8)
    m,dev = cv.meanStdDev(img)
    print(m,dev)

二、逻辑运算（遮罩层控制）

opencv自带图片色素的处理函数：

与：bitwise_add()   （类似于遮罩，当我们使用白色遮罩）

或：bitwise_or()   

非：bitwise_not()    （对一张图片取反）

异或：bitwise_xor()

# -*- coding=GBK -*-
import cv2 as cv
 
 
#逻辑运算：与或非的操作
def luo_image(src11, src22):
    src = cv.bitwise_and(src11, src22)#与 两张图片同一位置的色素两个值均不为零的才会有输出
    cv.imshow("与", src)
    src = cv.bitwise_or(src11, src22)#或 两张图片同一位置的色素两个值不全为零的才会有输出
    cv.imshow("或", src)
    src = cv.bitwise_not(src11)#非 对一张图片操作  取反
    cv.imshow("非", src)
    src = cv.bitwise_xor(src11, src22)#异或 两张图片同一位置的色素两个值有一个为零，另一个不为零才会输出
    cv.imshow("异或", src)
 
src1 = cv.imread("01.jpg")
src2 = cv.imread("02.jpg")
cv.imshow("原来1", src1)
cv.imshow("原来2", src2)
luo_image(src1, src2)
cv.waitKey(0)
cv.destroyAllWindows()

 补充：针对视频中inrange

def extrace_object():
    capture = cv.VideoCapture("./1.mp4")
    while True:
        ret,frame = capture.read()  #frame是每一帧图像，ret是返回值，为0是表示图像读取完毕
        if ret == False:
            break
        hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV)
        lower_hsv = np.array([0,43,46])
        upper_hsv = np.array([10,255,255])
        mask = cv.inRange(hsv,lower_hsv,upper_hsv)　　#该函数输出的dst是一幅二值化之后的图像（是将满足我们的图像对象所有位都设为1白色，不满足设置为0黑色）
        dst = cv.bitwise_and(frame,frame,mask=mask)
        cv.imshow("video",frame)
        cv.imshow("mask", mask)
        cv.imshow("dst",dst)
        c = cv.waitKey(40)
        if c == 27:
            break

说明：

现将image二值化，提取出目标对象，然后再与原图bitwise_and，就会把目标对象提取出来

调整亮度和对比度 addWeighted

def contrast_brightness_demo(image,c,b):
    '''
    :param image:   原图
    :param c:   对比度 是将像素乘与c,原来2，4---->4, 8  差距由2--->4导致对比增强
    :param b:   亮度  是将每个像素点加上相关亮度
    :return:
    '''
    h,w,ch = image.shape
    blank = np.zeros([h,w,ch],image.dtype)　　#创建一个全黑图像
    dst = cv.addWeighted(image,c,blank,1-c,b)
    cv.imshow("dst",dst)

说明

基本原理：两张图片合成。dst = src1*alpha+src2*beta+gamma

     对比度：制造一个全黑(像素为0),通过权重相加，乘以倍数就会使像素之间的差异性成倍增大，对比度提升

     亮度：+像素值，让图片像素往255靠近，(255,255,255)是白色，图片越来越亮

1、第1个参数，输入图片1，
2、第2个参数，图片1的融合比例
3、第3个参数，输入图片2
4、第4个参数，图片2的融合比例
5、第5个参数，偏差
6、第6个参数，输出图片