日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

【OpenCV 例程200篇】20. 图像的按位运算

發(fā)布時間:2025/3/15 编程问答 41 豆豆
生活随笔 收集整理的這篇文章主要介紹了 【OpenCV 例程200篇】20. 图像的按位运算 小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

【OpenCV 例程200篇】20. 圖像的按位運算

歡迎關注 『OpenCV 例程200篇』 系列,持續(xù)更新中
歡迎關注 『Python小白的OpenCV學習課』 系列,持續(xù)更新中

函數(shù) cv2.bitwise 提供了圖像的位運算,對圖像的像素點值按位操作,快速高效、方便靈活。

函數(shù)說明:

cv.bitwise_and(src1, src2[, dst[, mask]] → dst # 位操作: 與 cv.bitwise_or(src1, src2[, dst[, mask]] → dst # 位操作: 或 cv.bitwise_xor(src1, src2[, dst[, mask]] → dst # 位操作: 與或 cv.bitwise_not(src1, src2[, dst[, mask]] → dst # 位操作: 非(取反)
  • 位運算包括四種方法:按位與、按位或、按位非、按位異或,其計算方法是對圖像的像素點值的按位運算,運算效率高、速度快。

  • 以按位與操作 “bitwise_and” 為例:

  • 對圖像中的每一像素(矩陣中的每一元素),將數(shù)值轉換為二進制;
  • 對 src1 和 src2 同一位置像素的數(shù)值進行按位操作 (按位與): 1&1=1, 1&0=0, 0&0=0;
  • 將位操作的二進制結果轉換為十進制。
    • 類似地,按位或、按位非、按位異或操作,先將像素值轉換為二進制,進行位操作后再將結果轉換回十進制。

    參數(shù)說明:

    • scr1, scr2:進行位運算的圖像,ndarray 多維數(shù)組
    • mask:掩模圖像,8位灰度格式,與 scr1 大小相同,可選參數(shù)
    • 返回值:dst,位運算結果圖像,ndarray 多維數(shù)組

    注意事項:

  • 進行位運算的圖像 scr1, scr2 的大小和類型(通道數(shù))必須相同。
  • 使用掩模圖像時,掩模圖像中的黑色區(qū)域(數(shù)值為 0),輸出也為黑色(數(shù)值為 0);掩模圖像中的非黑色區(qū)域(非 0 值),按位操作輸出。

  • 基本例程:1.29 圖像的位操作

    # 1.29 圖像的位操作img1 = cv2.imread("../images/imgLena.tif") # 讀取彩色圖像(BGR)img2 = cv2.imread("../images/imgB2.jpg") # 讀取彩色圖像(BGR)imgAnd = cv2.bitwise_and(img1, img2) # 按位 與(AND)imgOr = cv2.bitwise_or(img1, img2) # 按位 或(OR)imgNot = cv2.bitwise_not(img1) # 按位 非(NOT)imgXor = cv2.bitwise_xor(img1, img2) # 按位 異或(XOR)plt.figure(figsize=(9,6))titleList = ["img1", "img2", "and", "or", "not", "xor"]imageList = [img1, img2, imgAnd, imgOr, imgNot, imgXor]for i in range(6):plt.subplot(2,3,i+1), plt.title(titleList[i]), plt.axis('off')plt.imshow(cv2.cvtColor(imageList[i], cv2.COLOR_BGR2RGB), 'gray')plt.show()

    例程說明 1.29:

    本例程運行結果如下圖所示。

    圖中給出了兩張圖像進行位運算的結果,看起來有些莫名其妙,很難理解位操作究竟有什么意義。確實如此,其實位操作基本上不會用于兩張普通圖像的操作,通常是用于圖像的掩模操作,可以看下一個例程 1.30。


    (本節(jié)完)


    版權聲明:

    youcans@xupt 原創(chuàng)作品,轉載必須標注原文鏈接

    Copyright 2021 youcans, XUPT

    Crated:2021-11-18


    歡迎關注 『OpenCV 例程200篇』 系列,持續(xù)更新中
    歡迎關注 『Python小白的OpenCV學習課』 系列,持續(xù)更新中

    【OpenCV 例程200篇】01. 圖像的讀取(cv2.imread)
    【OpenCV 例程200篇】02. 圖像的保存(cv2.imwrite)
    【OpenCV 例程200篇】03. 圖像的顯示(cv2.imshow)
    【OpenCV 例程200篇】04. 用 matplotlib 顯示圖像(plt.imshow)
    【OpenCV 例程200篇】05. 圖像的屬性(np.shape)
    【OpenCV 例程200篇】06. 像素的編輯(img.itemset)
    【OpenCV 例程200篇】07. 圖像的創(chuàng)建(np.zeros)
    【OpenCV 例程200篇】08. 圖像的復制(np.copy)
    【OpenCV 例程200篇】09. 圖像的裁剪(cv2.selectROI)
    【OpenCV 例程200篇】10. 圖像的拼接(np.hstack)
    【OpenCV 例程200篇】11. 圖像通道的拆分(cv2.split)
    【OpenCV 例程200篇】12. 圖像通道的合并(cv2.merge)
    【OpenCV 例程200篇】13. 圖像的加法運算(cv2.add)
    【OpenCV 例程200篇】14. 圖像與標量相加(cv2.add)
    【OpenCV 例程200篇】15. 圖像的加權加法(cv2.addWeight)
    【OpenCV 例程200篇】16. 不同尺寸的圖像加法
    【OpenCV 例程200篇】17. 兩張圖像的漸變切換
    【OpenCV 例程200篇】18. 圖像的掩模加法
    【OpenCV 例程200篇】19. 圖像的圓形遮罩
    【OpenCV 例程200篇】20. 圖像的按位運算
    【OpenCV 例程200篇】21. 圖像的疊加
    【OpenCV 例程200篇】22. 圖像添加非中文文字
    【OpenCV 例程200篇】23. 圖像添加中文文字
    【OpenCV 例程200篇】23. 圖像添加中文文字
    【OpenCV 例程200篇】24. 圖像的仿射變換
    【OpenCV 例程200篇】25. 圖像的平移
    【OpenCV 例程200篇】26. 圖像的旋轉(以原點為中心)
    【OpenCV 例程200篇】27. 圖像的旋轉(以任意點為中心)
    【OpenCV 例程200篇】28. 圖像的旋轉(直角旋轉)
    【OpenCV 例程200篇】29. 圖像的翻轉(cv2.flip)
    【OpenCV 例程200篇】30. 圖像的縮放(cv2.resize)
    【OpenCV 例程200篇】31. 圖像金字塔(cv2.pyrDown)
    【OpenCV 例程200篇】32. 圖像的扭變(錯切)
    【OpenCV 例程200篇】33. 圖像的復合變換
    【OpenCV 例程200篇】34. 圖像的投影變換
    【OpenCV 例程200篇】35. 圖像的投影變換(邊界填充)
    【OpenCV 例程200篇】36. 直角坐標與極坐標的轉換
    【OpenCV 例程200篇】37. 圖像的灰度化處理和二值化處理
    【OpenCV 例程200篇】38. 圖像的反色變換(圖像反轉)
    【OpenCV 例程200篇】39. 圖像灰度的線性變換
    【OpenCV 例程200篇】40. 圖像分段線性灰度變換
    【OpenCV 例程200篇】41. 圖像的灰度變換(灰度級分層)
    【OpenCV 例程200篇】42. 圖像的灰度變換(比特平面分層)
    【OpenCV 例程200篇】43. 圖像的灰度變換(對數(shù)變換)
    【OpenCV 例程200篇】44. 圖像的灰度變換(伽馬變換)
    【OpenCV 例程200篇】45. 圖像的灰度直方圖
    【OpenCV 例程200篇】46. 直方圖均衡化
    【OpenCV 例程200篇】47. 圖像增強—直方圖匹配
    【OpenCV 例程200篇】48. 圖像增強—彩色直方圖匹配
    【OpenCV 例程200篇】49. 圖像增強—局部直方圖處理
    【OpenCV 例程200篇】50. 圖像增強—直方圖統(tǒng)計量圖像增強
    【OpenCV 例程200篇】51. 圖像增強—直方圖反向追蹤
    【OpenCV 例程200篇】52. 圖像的相關與卷積運算
    【OpenCV 例程200篇】53. Scipy 實現(xiàn)圖像二維卷積
    【OpenCV 例程200篇】54. OpenCV 實現(xiàn)圖像二維卷積
    【OpenCV 例程200篇】55. 可分離卷積核
    【OpenCV 例程200篇】56. 低通盒式濾波器
    【OpenCV 例程200篇】57. 低通高斯濾波器
    【OpenCV 例程200篇】58. 非線性濾波—中值濾波
    【OpenCV 例程200篇】59. 非線性濾波—雙邊濾波
    【OpenCV 例程200篇】60. 非線性濾波—聯(lián)合雙邊濾波
    【OpenCV 例程200篇】61. 導向濾波(Guided filter)
    【OpenCV 例程200篇】62. 圖像銳化——鈍化掩蔽
    【OpenCV 例程200篇】63. 圖像銳化——Laplacian 算子
    【OpenCV 例程200篇】64. 圖像銳化——Sobel 算子
    【OpenCV 例程200篇】65. 圖像銳化——Scharr 算子
    【OpenCV 例程200篇】66. 圖像濾波之低通/高通/帶阻/帶通
    【OpenCV 例程200篇】67. 空間域圖像增強的綜合應用
    【OpenCV 例程200篇】68. 空間域圖像增強的綜合應用
    【OpenCV 例程200篇】69. 連續(xù)非周期信號的傅立葉系數(shù)
    【OpenCV 例程200篇】70. 一維連續(xù)函數(shù)的傅里葉變換
    【OpenCV 例程200篇】71. 連續(xù)函數(shù)的取樣
    【OpenCV 例程200篇】72. 一維離散傅里葉變換
    【OpenCV 例程200篇】73. 二維連續(xù)傅里葉變換
    【OpenCV 例程200篇】74. 圖像的抗混疊
    【OpenCV 例程200篇】75. Numpy 實現(xiàn)圖像傅里葉變換
    【OpenCV 例程200篇】76. OpenCV 實現(xiàn)圖像傅里葉變換
    【OpenCV 例程200篇】77. OpenCV 實現(xiàn)快速傅里葉變換
    【OpenCV 例程200篇】78. 頻率域圖像濾波基礎
    【OpenCV 例程200篇】79. 頻率域圖像濾波的基本步驟
    【OpenCV 例程200篇】80. 頻率域圖像濾波詳細步驟
    【OpenCV 例程200篇】81. 頻率域高斯低通濾波器
    【OpenCV 例程200篇】82. 頻率域巴特沃斯低通濾波器
    【OpenCV 例程200篇】83. 頻率域低通濾波:印刷文本字符修復
    【OpenCV 例程200篇】84. 由低通濾波器得到高通濾波器
    【OpenCV 例程200篇】85. 頻率域高通濾波器的應用
    【OpenCV 例程200篇】86. 頻率域濾波應用:指紋圖像處理
    【OpenCV 例程200篇】87. 頻率域鈍化掩蔽
    【OpenCV 例程200篇】88. 頻率域拉普拉斯高通濾波
    【OpenCV 例程200篇】89. 帶阻濾波器的傳遞函數(shù)
    【OpenCV 例程200篇】90. 頻率域陷波濾波器
    【OpenCV 例程200篇】91. 高斯噪聲、瑞利噪聲、愛爾蘭噪聲
    【OpenCV 例程200篇】92. 指數(shù)噪聲、均勻噪聲、椒鹽噪聲
    【OpenCV 例程200篇】93. 噪聲模型的直方圖
    【OpenCV 例程200篇】94. 算術平均濾波器
    【OpenCV 例程200篇】95. 幾何均值濾波器
    【OpenCV 例程200篇】96. 諧波平均濾波器
    【OpenCV 例程200篇】97. 反諧波平均濾波器
    【OpenCV 例程200篇】98. 統(tǒng)計排序濾波器
    【OpenCV 例程200篇】99. 修正阿爾法均值濾波器
    【OpenCV 例程200篇】100. 自適應局部降噪濾波器

    總結

    以上是生活随笔為你收集整理的【OpenCV 例程200篇】20. 图像的按位运算的全部內(nèi)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(wǎng)站內(nèi)容還不錯,歡迎將生活随笔推薦給好友。