OpenCV-Python學習(七)：圖像的基本運算及mask掩膜

1.圖像的基本運算
- 加斤程、減法
- 圖像混合
- 按位運算
2.mask掩膜

一旺上、圖像的基本運算

加叹誉、減法

飽和運算：當運算結果大于一個上限或小于一個下限時，結果就等于上限或下限忿项。
opencv的加蓉冈、減法就是一種飽和運算。

加法轩触、減法
    add(src1, src2, dst=None, mask=None, dtype=None)
    subtract(src1, src2, dst=None, mask=None, dtype=None)

示例:

# 加寞酿、減法
import cv2
import numpy

x = numpy.uint8([250])
y = numpy.array([10], dtype=numpy.uint8)

# OpenCV的加、減法是一種飽和運算
print(cv2.add(x, y))  # 250+10=260 ==> 255
print(cv2.subtract(y, x))  # 10-250=-240 ==> 0

# Numpy的加脱柱、減法是一種模運算
print(numpy.add(x, y))  # 250+10=260 %256 = 4
print(numpy.subtract(y, x))  # 10-250=-240 %256 = 16

圖像混合

圖像混合
    addWeighted(src1, alpha, src2, beta, gamma, dst=None, dtype=None)

    參數:
        src1: first input array.
        alpha: weight of the first array elements.
        src2: second input array of the same size and channel number as src1.
        beta: weight of the second array elements.
        gamma: scalar added to each sum.
        dst: output array that has the same size and number of channels as the input arrays.
        dtype: optional depth of the output array; when both input arrays have the same depth, dtype
    
        示例: dst = cv2.addWeighted(img1,0.7,img2,0.3,0)
            則 dst = img1*0.7 + img2*0.3 + 0

示例:

import cv2

img1 = cv2.imread("image/1.jpg")
img2 = cv2.imread("image/6.jpg")

add_mix1 = cv2.add(img1, img2)
addWeighted_mix2 = cv2.addWeighted(img1, 0.5, img2, 0.5, 0)
addWeighted_mix3 = cv2.addWeighted(img1, 0.3, img2, 0.7, 0)

cv2.imshow("add_mix1", add_mix1)
cv2.imshow("addWeighted_mix2", addWeighted_mix2)
cv2.imshow("addWeighted_mix3", addWeighted_mix3)
cv2.waitKey(0)
cv2.destroyAllWindows()

按位運算

按位運算: AND伐弹、OR、NOT榨为、XOR
    bitwise_not(src, dst=None, mask=None)
    bitwise_and(src1, src2, dst=None, mask=None)
    bitwise_or(src1, src2, dst=None, mask=None)
    bitwise_xor(src1, src2, dst=None, mask=None)

    參數:
        src惨好、src1煌茴、src2: 輸入(數組或一個標量)。
        dst: 輸出(數組或一個標量日川，與輸入的size和type一致)蔓腐。
        mask: 掩膜，可選操作掩碼龄句，8位的單通道矩陣合住，即指定要更改的輸出數組的元素。

示例:

import cv2

# 圖像二值化
gray = cv2.imread("image/1.jpg", cv2.IMREAD_GRAYSCALE)
ret, mask = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

# 按位運算
mask_not = cv2.bitwise_not(mask)
mask_and1 = cv2.bitwise_and(mask, mask)
mask_and2 = cv2.bitwise_and(mask, mask_not)
mask_or1 = cv2.bitwise_or(mask, mask)
mask_or2 = cv2.bitwise_or(mask, mask_not)
mask_xor1 = cv2.bitwise_xor(mask, mask)
mask_xor2 = cv2.bitwise_xor(mask, mask_not)

cv2.imshow("mask", mask)
cv2.imshow("mask_not", mask_not)
cv2.imshow("mask_and1", mask_and1)
cv2.imshow("mask_and2", mask_and2)
cv2.imshow("mask_or1", mask_or1)
cv2.imshow("mask_or2", mask_or2)
cv2.imshow("mask_xor1", mask_xor1)
cv2.imshow("mask_xor2", mask_xor2)
cv2.waitKey(0)
cv2.destroyAllWindows()

二撒璧、mask掩膜

1透葛、OpenCV中的mask掩膜原理

OpenCV中的mask掩膜原理：

掩模一般是小于等于源圖像的單通道矩陣，掩模中的值分為兩種0和非0卿樱。
當mask掩膜中的值不為0僚害，則將源圖像拷貝到目標圖像，當mask中的值為0繁调，則不進行拷貝萨蚕，目標圖像保持不變。
以 dst=cv2.bitwise_and(src1, src2, mask) 為例蹄胰，先進行src1和src2的 "與" 運算岳遥，所得結果再與mask進行掩膜運算(mask為非0的則拷貝到dst中)。

2裕寨、掩膜運用實例

掩膜運用實例: 將img2圖片中的一部分作為logo粘貼到另一張圖片img1上浩蓉，且不想要透明效果。
步驟：

1.截取img1中的感興趣區(qū)域roi,區(qū)域大小與img2相同(得到一個感興趣區(qū)域roi)
rows,cols,channels = img2.shape
roi = img1[0:rows,0:cols]
2.先將img2轉化為灰度圖宾袜，再轉化為二值化圖(得到二值化圖mask)
3.對mask使用"非"操作顛倒黑白(得到mask_inv)
4.對感興趣區(qū)域roi進行mask掩膜捻艳，得到感興趣區(qū)域背景圖roi_bg = cv2.bitwise_and(roi,roi,mask=mask)
這里mask=mask還是mask=mask_inv要根據具體的二值化圖進行分析。
5.對img2進行mask掩膜庆猫，得到前景圖img2_fg = cv2.bitwise_and(img2,img2,mask=mask_inv)
這里mask=mask還是mask=mask_inv要根據具體的二值化圖進行分析认轨。
6.將roi_bg背景圖和img2_fg前景圖混合，得到混合圖dst = cv2.add(roi_bg,img2_fg)
7.最后月培，將混合圖dst覆蓋img1的感興趣區(qū)域嘁字，img1[0:rows,0:cols] = dst

代碼示例：

import cv2
import matplotlib.pyplot as plt

img1 = cv2.imread("image/mask_img1.jpg")
img2 = cv2.imread("image/mask_img2.jpg")

# 1.截取img1中的感興趣區(qū)域
rows, cols, channels = img2.shape
roi = img1[0:rows, 0:cols]

# 2.將img2轉化為灰度圖，再轉化為二值化圖mask
img2_gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2_gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

# 3.對mask做"與"操作顛倒黑白杉畜，得到mask_inv
mask_inv = cv2.bitwise_not(mask)

# 4.對roi進行掩膜操作纪蜒，得到感興趣區(qū)域背景圖roi_bg
roi_bg = cv2.bitwise_and(roi, roi, mask=mask)

# 5.對img2進行掩膜操作，得到img2的前景圖img2_fg
img2_fg = cv2.bitwise_and(img2, img2, mask=mask_inv)

# 6.混合背景圖和前景圖寻行，得到混合圖dst
dst = cv2.add(roi_bg, img2_fg)

# 7.將混合圖dst覆蓋img1的感興趣區(qū)域霍掺，得到最終的效果圖
img1_after = img1.copy()
img1_after[0:rows, 0:cols] = dst

# 結合Matplotlib展示多張圖片
titles = ['img1', 'img2', 'roi', 'mask', 'mask_inv', 'roi_bg', 'img2_fg', 'dst', 'img1_after']
images = [img1, img2, roi, mask, mask_inv, roi_bg, img2_fg, dst, img1_after]
for i in range(9):
    plt.subplot(3, 3, i + 1)
    plt.imshow(images[i][..., ::-1], cmap="gray")
    plt.title(titles[i])
    plt.xticks([])
    plt.yticks([])
plt.show()

結果如下：