基礎版傳送門：
python3+opencv學習筆記匯總目錄（適合基礎入門學習）
進階版目錄：
python+opencv進階版學習筆記目錄（適合有一定基礎）

像素運算

要求兩張圖大小，以及格式（np.uint8）完全一致，否則報錯。
算術運算有加減懲除。應用它調節亮度和對比度。
邏輯運算：與或非，應用：遮罩層控制
1.像素算術運算

加法運算
cv2.add(m1, m2)

import cv2 as cv import numpy as npdef add_demo(m1, m2):dst = cv.add(m1, m2)cv.imshow("add_demo", dst)print("--------- Hello Python ---------") src1 = cv.imread("linux logo.jpg") src2 = cv.imread("Windowslogo.jpg") src1=cv.resize(src1,(400,300)) src2=cv.resize(src2,(400,300)) cv.imshow("image1", src1) cv.imshow("image2", src2) add_demo(src1, src2)#加法 cv.waitKey(0) cv.destroyAllWindows()

黑色為0 白色為255. 相加值超過255截斷。

減法運算
cv2.subtract(m1, m2)

def subtract_demo(m1, m2):dst = cv.subtract(m1, m2)cv.imshow("subtract_demo", dst)

除法運算
dst = cv2.divide(m1, m2)

def divide_demo(m1, m2):dst = cv.divide(m1, m2)cv.imshow("divide_demo", dst)

除法得到的是很小的數值，一片黑

乘法運算
dst = cv2.multiply(m1, m2)

def multiply_demo(m1, m2):dst = cv.multiply(m1, m2)cv.imshow("multiply_demo", dst)

發現原始linux圖中的黑色并不是完全為0，是 接近0的存在。

均值，方差
均值：cv2.mean(src)
方差：m, dev = cv.meanStdDev(img) 返回均值和方差

import cv2 as cv import numpy as np print("--------- Hello Python ---------") src1 = cv.imread("linux logo.jpg") src2 = cv.imread("Windowslogo.jpg") src1=cv.resize(src1,(400,300)) src2=cv.resize(src2,(400,300)) print('src1均值：',cv.mean(src1)) print('src2均值：',cv.mean(src2))

每個通道一個顏色

2.像素邏輯運算
dst = cv2.bitwise_and(m1, m2，mask)。與或非都有mask選項
為除去mask部分的圖進行邏輯運算。
可以參考
opencv進階學習筆記2：numpy操作圖像，色彩空間，查找指定顏色范圍，通道分離與合并

文中講到mask運用。

與運算：dst = cv2.bitwise_and(m1, m2)

import cv2 as cv import numpy as npdef logic_demo(m1, m2):dst = cv.bitwise_and(m1, m2)cv.imshow("logic_demo", dst)print("--------- Hello Python ---------") src1 = cv.imread("linux logo.jpg") src2 = cv.imread("Windowslogo.jpg") src1=cv.resize(src1,(400,300)) src2=cv.resize(src2,(400,300)) cv.imshow("image1", src1) cv.imshow("image2", src2) logic_demo(src1, src2)#與 cv.waitKey(0) cv.destroyAllWindows()

圖片格式是np.uint8 ，8位二進制，可以進行邏輯運算

或運算：dst = cv2.bitwise_or(m1, m2)

非運算：dst = cv2.bitwise_not(m1)

圖像亮度對比度調節

cv2.addWeighted(圖像1,系數1,圖像2,系數2,亮度調節量)
亮度調節量：為給每一張圖的像素加上亮度調節量。
dst = src1系數1 + src2系數2 + 亮度調節量;

import cv2 as cv import numpy as npdef contrast_brightness_demo(image, c, b):h, w, ch = image.shapeblank = np.zeros([h, w, ch], image.dtype)#空白圖像,全黑dst = cv.addWeighted(image, c, blank, 1-c, b)cv.imshow("con-bri-demo", dst) print("--------- Hello Python ---------") src = cv.imread("andu.jpg") cv.imshow("image", src) contrast_brightness_demo(src, 3, 0) cv.waitKey(0) cv.destroyAllWindows()

其中c越大，越亮。
起作用的是系數1，和亮度調節量。
系數2乘以的是全0數組，無用，放在這里起傳參作用。

電氣專業的計算機萌新，寫博文不容易。如果你覺得本文對你有用，請點個贊支持下。謝謝。

總結

以上是生活随笔為你收集整理的opencv进阶学习笔记3：像素运算和图像亮度对比度调节的全部內容，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。