基础版传送门：
python3+opencv学习笔记汇总目录（适合基础入门学习）
进阶版目录：
python+opencv进阶版学习笔记目录（适合有一定基础）

像素运算

要求两张图大小，以及格式（np.uint8）完全一致，否则报错。
算术运算有加减惩除。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
1.像素算术运算

加法运算
cv2.add(m1, m2)

import cv2 as cv
import numpy as np

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

print("--------- Hello Python ---------")
src1 = cv.imread("linux logo.jpg")
src2 = cv.imread("Windowslogo.jpg")
src1=cv.resize(src1,(400,300))
src2=cv.resize(src2,(400,300))
cv.imshow("image1", src1)
cv.imshow("image2", src2)
add_demo(src1, src2)#加法
cv.waitKey(0)
cv.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

黑色为0 白色为255. 相加值超过255截断。

减法运算
cv2.subtract(m1, m2)

def subtract_demo(m1, m2):
    dst = cv.subtract(m1, m2)
    cv.imshow("subtract_demo", dst)
1
2
3

除法运算
dst = cv2.divide(m1, m2)

def divide_demo(m1, m2):
    dst = cv.divide(m1, m2)
    cv.imshow("divide_demo", dst)
1
2
3

除法得到的是很小的数值，一片黑

乘法运算
dst = cv2.multiply(m1, m2)

def multiply_demo(m1, m2):
    dst = cv.multiply(m1, m2)
    cv.imshow("multiply_demo", dst)
1
2
3

发现原始linux图中的黑色并不是完全为0，是 接近0的存在。

均值，方差
均值：cv2.mean(src)
方差：m, dev = cv.meanStdDev(img) 返回均值和方差

import cv2 as cv
import numpy as np
print("--------- Hello Python ---------")
src1 = cv.imread("linux logo.jpg")
src2 = cv.imread("Windowslogo.jpg")
src1=cv.resize(src1,(400,300))
src2=cv.resize(src2,(400,300))
print('src1均值：',cv.mean(src1))
print('src2均值：',cv.mean(src2))
1
2
3
4
5
6
7
8
9

每个通道一个颜色

2.像素逻辑运算
dst = cv2.bitwise_and(m1, m2，mask)。与或非都有mask选项
为除去mask部分的图进行逻辑运算。
可以参考
opencv进阶学习笔记2：numpy操作图像，色彩空间，查找指定颜色范围，通道分离与合并

文中讲到mask运用。

与运算：dst = cv2.bitwise_and(m1, m2)

import cv2 as cv
import numpy as np

def logic_demo(m1, m2):
    dst = cv.bitwise_and(m1, m2)
    cv.imshow("logic_demo", dst)

print("--------- Hello Python ---------")
src1 = cv.imread("linux logo.jpg")
src2 = cv.imread("Windowslogo.jpg")
src1=cv.resize(src1,(400,300))
src2=cv.resize(src2,(400,300))
cv.imshow("image1", src1)
cv.imshow("image2", src2)
logic_demo(src1, src2)#与
cv.waitKey(0)
cv.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

图片格式是np.uint8 ，8位二进制，可以进行逻辑运算

或运算：dst = cv2.bitwise_or(m1, m2)

非运算：dst = cv2.bitwise_not(m1)

图像亮度对比度调节

cv2.addWeighted(图像1,系数1,图像2,系数2,亮度调节量)
亮度调节量：为给每一张图的像素加上亮度调节量。
dst = src1系数1 + src2系数2 + 亮度调节量;

import cv2 as cv
import numpy as np

def contrast_brightness_demo(image, c, b):
    h, w, ch = image.shape
    blank = np.zeros([h, w, ch], image.dtype)#空白图像,全黑
    dst = cv.addWeighted(image, c, blank, 1-c, b)
    cv.imshow("con-bri-demo", dst)
print("--------- Hello Python ---------")
src = cv.imread("andu.jpg")
cv.imshow("image", src)
contrast_brightness_demo(src, 3, 0)
cv.waitKey(0)
cv.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14

其中c越大，越亮。
起作用的是系数1，和亮度调节量。
系数2乘以的是全0数组，无用，放在这里起传参作用。

电气专业的计算机萌新，写博文不容易。如果你觉得本文对你有用，请点个赞支持下。谢谢。