OpenCv学习4——像素运算

算术运算

• 加减乘除（见代码层面知识点部分）
• 
• 应用它—调节亮度和对比度
• 

逻辑运算

• 与，或，非
• 
• 
• 应用——遮罩层控制

代码层面知识点

• 常见图像混合

def add_demo(m1, m2):
    dst = cv.add(m1, m2)
    cv.imshow("add_demo", dst)

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

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

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

• 算术运算与几何运算

        求图像的均值和方差

def others(m1, m2):
    '''
    M1 = cv.mean(m1)#输出像素均值
    M2 = cv.mean(m2)
    '''
    M1, dev1 = cv.meanStdDev(m1)#返回图像的均值和标准差
    M2, dev2 = cv.meanStdDev(m2)
    print(M1)
    print(M2)
    print(dev1)
    print(dev2)

•  逻辑运算

#逻辑与和或
def logic_demo(m1, m2):
    dst1 = cv.bitwise_and(m1, m2)
    dst2 = cv.bitwise_or(m1, m2)
    cv.imshow("and_demo", dst1)
    cv.imshow("or_demo", dst2)

#逻辑非
def not_demo():
    image = cv.imread("H:codingopencvpictureWindowsLogo.jpg")
    dst = cv.bitwise_not(image)
    cv.imshow("not_demo", dst)

• 亮度和对比度

def contrast_brightness(image, c, b):#c表示对比度，b表示亮度
    h, w, ch = image.shape
    blank = np.zeros([h, w, ch], image.dtype)#创建了跟原图一样的空白的图像
    dst = cv.addWeighted(image, c, blank, 1-c, b)#第一张图，其权重，第二张图，其权重，亮度
    cv.imshow("con-bri-demo", dst)