前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
首页
学习
活动
专区
工具
TVP最新优惠活动
返回腾讯云官网
社区首页 >专栏 >通道分离与合并、彩色图转换为灰度图、二值化

通道分离与合并、彩色图转换为灰度图、二值化

作者头像
北山啦
发布于 2022-10-31 11:39:02
2.1K0
发布于 2022-10-31 11:39:02
举报
文章被收录于专栏：北山啦的博客

文章目录

图像基础

  • 矩阵
  • 分辨率
  • 8位整型图像
  • 浮点数图像
在这里插入图片描述
在这里插入图片描述

灰度图：

在这里插入图片描述
在这里插入图片描述

彩色图：

在这里插入图片描述
在这里插入图片描述
  1. 通道分离与合并
代码语言：javascript
复制
b, g, r = cv.split(img)
img_new = cv.merge([b, g, r])
  1. 彩色图转灰度图
代码语言：javascript
复制
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
  1. 二值化图像
代码语言：javascript
复制
_, img_bin = cv.threshold(img_gray, th1, th2, cv.THRESH_BINARY)
  1. 图像运算
代码语言：javascript
复制
img = cv.add(img1, img2)
img = cv.addWeighted(img1, alpha, img2, beta, gamma)
img = cv.subtract(img1, img2)
img = cv.multiply(img1, img2)
img = cv.divide(img1, img2)
  1. 图像像素非线性变换
代码语言：javascript
复制
img = cv.convertScaleAbs(img, alpha=1, beta=0)
s = b + kr
s = a + \frac{ln(r+1)}{b}
s = cr^\gamma

重要的函数

  1. 图像读取
代码语言：javascript
复制
img = cv.imread()
  1. 彩色图转灰度图
代码语言：javascript
复制
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
  1. 二值化图像（灰度图转二值图）
代码语言：javascript
复制
_, img_bin = cv.threshold(img_gray, th1, th2, cv.THRESH_BINARY)
  1. 保存图像
代码语言：javascript
复制
cv.imwrite('pic/bear_gray.jpg', img_gray)
  1. 通道分离
代码语言：javascript
复制
b, g, r = cv.split(img)
  1. 通道合并
代码语言：javascript
复制
img_new = cv.merge([b, g, r])
  1. 两图像相加、相减、相乘、相除
代码语言：javascript
复制
img = cv.add(img1, img2)
img = cv.subtract(img1, img2)
img = cv.multiply(img1, img2)
img = cv.divide(img1, img2)

图像基本知识

代码语言：javascript
复制
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
代码语言：javascript
复制
def show(img):
    if img.ndim == 2:
        plt.imshow(img, cmap='gray',vmin=0,vmax=255)
    else:
        plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))#cv用的BGR，需要转换为RGB
    plt.show()

图像基础

代码语言：javascript
复制
A = np.random.randint(0,256,(2,4))
A
代码语言：javascript
复制
array([[  4, 245, 223, 220],
       [191, 208, 190,  72]])
代码语言：javascript
复制
show(A)
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
B = np.random.randint(0,256,(2,4,3),dtype=np.uint8)
B
代码语言：javascript
复制
array([[[240,  57,  37],
        [141,  33, 113],
        [ 50, 252,   5],
        [125,  23, 206]],

       [[ 94, 128, 166],
        [218, 183, 231],
        [156, 136, 105],
        [208, 191, 119]]], dtype=uint8)

uint8为8位无符号整数类型,表示范围为[0, 255]

代码语言：javascript
复制
show(B)
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
A2 = np.float32(A)
A2 /= 255
show(A2)
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IreIgOD4-1662470402352)(output_13_0.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IreIgOD4-1662470402352)(output_13_0.png)]

通道分离与合并

读取图片

代码语言：javascript
复制
img = cv.imread('./pic/cubic500x500.jpg')
show(img)
在这里插入图片描述
在这里插入图片描述

通道分离

代码语言：javascript
复制
b,g,r = cv.split(img)
show(r)
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
img.shape
代码语言：javascript
复制
(500, 500, 3)

通道合并

代码语言：javascript
复制
img2 = cv.merge([b,g,r])
show(img2)
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
img3 = cv.merge([r,g,b])
show(img3)
在这里插入图片描述
在这里插入图片描述

彩色图转换为灰度图

将三个通道进行加权

代码语言：javascript
复制
gray1 = 1/3*b + 1/3*g + 1/3*r
gray1 = np.uint8(gray1)# 或者gray1 = gray1.astype(np.uint8)

利用cv现成的api

代码语言：javascript
复制
gray4 = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
show(gray4)
在这里插入图片描述
在这里插入图片描述

二值化

代码语言：javascript
复制
thresh = 125
gray4[gray4 > thresh] = 255
gray4[gray4 <= thresh] = 0
show(gray4)
在这里插入图片描述
在这里插入图片描述

利用cv.threshold来进行二值化

代码语言：javascript
复制
show(gray1)
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
_, img_bin = cv.threshold(gray1, 125, 255, cv.THRESH_BINARY)
代码语言：javascript
复制
show(img_bin)
在这里插入图片描述
在这里插入图片描述

图像的加减乘除

  • 相加：混合图像、添加噪声cv.add()
  • 相减：消除背景、差影法(比较差异、运动跟踪)cv.subtract()
  • 相乘：掩膜 cv.multiply()
  • 相除：校正设备、比较差异 cv.divide()

np.hstack将参数元组的元素数组按水平方向进行叠加

np.vstack将参数元组的元素数组按垂直方向进行叠加

接下来，我们进行代码的实现

代码语言：javascript
复制
obj = cv.imread('./pic/hedgehog500x500.jpg',0)
bg = cv.imread('./pic/line500x500.jpg',0)
mask = cv.imread('./pic/mask500x500.jpg',0)
noise = cv.imread('./pic/hedgehog_noise_500x500.jpg',0)
show(np.hstack([obj,bg,mask,noise]))
在这里插入图片描述
在这里插入图片描述

接下来，我们呢可以图像相加以及图像相减的效果：

图像相加：

代码语言：javascript
复制
img_add = obj + bg
show(img_add)
在这里插入图片描述
在这里插入图片描述

显然得到的图，并不是我们想要的，这是因为img_add = obj + bg，两个图的RGB元素相加超过了255时，会重新循环到另外一个值，我们只需要两者都取权重0.5，就可以避免这样的问题

代码语言：javascript
复制
img_add = obj*0.5 + bg*0.5 #img_add = cv.add(obj*0.5,bg*0.5)
show(img_add)
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
print(img_add.dtype)
代码语言：javascript
复制
float64

但是这里注意，obj0.5 + bg0.5后，img_add的数据类型会自动转换为float类型，你也可以使用np.uint8()进行强制转换

但是，调用cv.addWeighted()，就不会出现这样的情况,它会自动的截断

代码语言：javascript
复制
img_add2 = cv.addWeighted(obj,0.5,bg,0.5,0)
show(img_add2)
在这里插入图片描述
在这里插入图片描述

图像相减:

代码语言：javascript
复制
img_sub = np.uint8((img_add - bg*0.5))
#img_sub = cv.subtract(img_add,bg*0.5)
show(np.hstack([img_sub,img_sub*2]))
在这里插入图片描述
在这里插入图片描述

图像乘法

代码语言：javascript
复制
# mask /= 255
show(np.hstack([obj, mask]))
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
img_mul = cv.multiply(obj/1.0, mask/255) #cv.multiply只会对同种类型的数据相乘，因此Ob/1.0
show(img_mul)
在这里插入图片描述
在这里插入图片描述

图像相除

代码语言：javascript
复制
# 图像相除
show(np.hstack([obj, ob_noise]))
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
img_div = cv.divide(obj, ob_noise+1)
show(img_div)
在这里插入图片描述
在这里插入图片描述

保存图片

代码语言：javascript
复制
cv.imwrite('pic/img_divide.jpg', np.hstack([obj, noise, img_div]))
代码语言：javascript
复制
True
代码语言：javascript
复制
# 实例
bg = cv.imread('pic/petal500x500.jpg')
ob = cv.imread('pic/hedgehog500x500.jpg')
mask = cv.imread('pic/mask500x500.jpg')

show(np.hstack([bg, ob, mask]))
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
ob_select = np.float32(ob/1.0) * np.float32(mask/255.0)
show(np.uint8(ob_select))
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
bg_select = np.float32(bg/1.0) * np.float32(1-mask/255.0)
show(np.uint8(bg_select))
在这里插入图片描述
在这里插入图片描述
代码语言：javascript
复制
nice = cv.add(ob_select*0.8, bg_select).astype(np.uint8)
show(nice)
代码语言：javascript
复制
cv.imwrite('pic/image_mix.jpg', np.hstack([bg, ob, nice]))
代码语言：javascript
复制
True
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2022-09-08，如有侵权请联系 cloudcommunity@tencent.com 删除
编程算法

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

编程算法
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
LV.
文章
0
获赞
0
目录
  • 文章目录
  • 图像基础
  • 重要的函数
  • 图像基本知识
    • 图像基础
      • 通道分离与合并
        • 彩色图转换为灰度图
          • 二值化
            • 图像的加减乘除
            领券

            腾讯云开发者

            扫码关注腾讯云开发者

            扫码关注腾讯云开发者

            领取腾讯云代金券

            热门产品

            热门推荐

            更多推荐

            Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

            深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

            腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

            Copyright © 2013 - 2024 Tencent Cloud.

            All Rights Reserved. 腾讯云 版权所有

            登录 后参与评论