像素运算 9:算术运算(Python)

返回目录

1. 亮度调整

亮度调整 gamma(0.5, 1.5, 1.2)
import cv2
import numpy as np 
import matplotlib.pyplot as plt 
import hsi_bgr

img_file = './monarch.png'

# Read in BGR format
bgr = cv2.imread(img_file, cv2.IMREAD_COLOR)

# Increase the Red channel by 50%, decrease the blue channel by 50%
gamma_b = 0.5
gamma_g = 1.5
gamma_r = 1.2
B,G,R = cv2.split(bgr.astype(np.float32))
B *= gamma_b
G *= gamma_g
R *= gamma_r
G[G>255] = 255
R[R>255] = 255
bgr_new = cv2.merge((B, G, R))
bgr_new = bgr_new.astype(np.uint8)

plt.figure(figsize=(4,3))
plt.subplot(321), plt.imshow(cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB)), plt.title('RGB'), plt.axis('off')
plt.subplot(322), plt.imshow(cv2.cvtColor(bgr_new, cv2.COLOR_BGR2RGB)), plt.title('Intensity adj'), plt.axis('off')
plt.show()

2. 图像相加

像素运算 5:图像叠加

3. 图像相减

图像1
图像2
import cv2
import numpy as np 
import matplotlib.pyplot as plt 

# Subtraction
# Images are from https://www.sohu.com/a/198697213_160408
img_gray1 = cv2.imread('diff_1.jpeg').astype(np.float32)
img_gray2 = cv2.imread('diff_2.jpeg').astype(np.float32)


img_diff = np.abs(img_gray1 - img_gray2)
print(np.max(img_diff))
img_diff = 255*img_diff/np.max(img_diff)

plt.figure(figsize=(4,2))
plt.subplot(131), plt.imshow(img_gray1.astype(np.uint8), cmap='gray'), plt.title('1'), plt.axis('off')
plt.subplot(132), plt.imshow(img_gray2.astype(np.uint8), cmap='gray'), plt.title('2'), plt.axis('off')
plt.subplot(133), plt.imshow(img_diff.astype(np.uint8),  cmap='gray'), plt.title('diff'), plt.axis('off')
plt.show()

Subtraction

4. 图像相除

图像相除
import cv2
import numpy as np 
import matplotlib.pyplot as plt 

# Subtraction
# Images are from https://www.sohu.com/a/198697213_160408
img_gray1 = cv2.imread('diff_1.jpeg').astype(np.float32)
img_gray2 = cv2.imread('diff_2.jpeg').astype(np.float32)

img_diff = np.where(img_gray2>0, img_gray1/img_gray2, 0)
img_diff[img_diff<0.1] = 0
img_diff[img_diff==1] = 0
mask = np.logical_and(img_diff<1, img_diff>0)
img_diff[mask] = 1/img_diff[mask]
img_diff = 255*img_diff/np.mean(img_diff[img_diff>0])
img_diff[img_diff>255] = 255

plt.figure(figsize=(4,2))
plt.subplot(131), plt.imshow(img_gray1.astype(np.uint8), cmap='gray'), plt.title('1'), plt.axis('off')
plt.subplot(132), plt.imshow(img_gray2.astype(np.uint8), cmap='gray'), plt.title('2'), plt.axis('off')
plt.subplot(133), plt.imshow(img_diff.astype(np.uint8),  cmap='gray'), plt.title('diff'), plt.axis('off')
plt.show()
  1. 图像相乘


    图像相乘
import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('monarch.png', cv2.IMREAD_COLOR)
mask_ori = cv2.imread('mask_star.png', cv2.IMREAD_GRAYSCALE)/255
img_h, img_w,_ = img.shape
mask_h, mask_w= mask_ori.shape
mask = np.zeros((img_h, img_w)).astype(np.uint8)
x0 = ((img_w-mask_w)>>1)
y0 = ((img_h-mask_h)>>1)

mask[y0:(y0+mask_h), x0:(x0+mask_w)] = mask_ori

# img_mask = np.multiply(img, cv2.merge([mask, mask,mask]))
img_mask = img.copy()
img_mask[mask==0]=0

img_mask2 = img.copy()
img_mask2[(1-mask)==0]=0

plt.figure('Mask')
plt.subplot(221), plt.imshow(img, cmap='gray')
plt.title('Monarch'), plt.axis('off')
plt.subplot(222), plt.imshow(mask, cmap='gray')
plt.title('Mask'), plt.axis('off')
plt.subplot(223), plt.imshow(img_mask, cmap='gray')
plt.title('Monarch*Mask'), plt.axis('off')
plt.subplot(224), plt.imshow(img_mask2, cmap='gray')
plt.title('Monarch*(1-Mask)'), plt.axis('off')
plt.show()

返回目录

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343

推荐阅读更多精彩内容