【matlab图像处理】图像的逻辑运算实践

中国史之【昭王攻荆楚】：
周天子周昭王三次南征楚国的战争。周昭王亲率六师南征楚国，在汉水边准备渡江时，因为船只被人做了手脚而沉入水中，周人丧失六师于汉水中，遭到全军覆没的惨败。
——来源：全历史APP

【路漫漫其修远兮，吾将上下而求索】

今天介绍图像的逻辑运算实践。单看课本知识，不去动手，难以体会到视觉效果的冲击感。本内容参考自《实用MATLAB图像和视频处理》第6章。

对于matlab2021的安装，可以参考公众号【CV之道】的文章：【matlab安装】手把手图文并茂安装matlab2021（win10版）

图像处理工具包中提供了4个函数用于进行图像逻辑运算，分别是bitand、bitor、bitcmp、bitxor，还包括roipoly函数来生成图像掩膜。

1、图像掩膜–roipoly

逻辑操作符常用于图像掩膜，通过使用roipoly函数来生成图像掩膜。一旦有了掩膜，便可以使用它对选择的图像进行逻辑运算。下面使用函数roipoly来生成一幅图像的掩膜。

%使用函数roipoly来生成一幅图像的掩膜
I = imread('pout.tif');
bw = roipoly(I);
figure
subplot(1,2,1), imshow(I), title('pout');
subplot(1,2,2), imshow(bw), title('Mask pout');

这里要注意roiploy的用法，我摸索了好久才明白。它会交互式地打开窗口，然后我们使用鼠标来标记我们需要的掩膜，必须刚好终点回到原点，围成一圈后才能生成想要的掩膜。如下图所示。
在这里插入图片描述
如上，我们还没形成闭环前，是不会生成掩膜。当形成闭环后，如果还是没有生成掩膜，我们可以在交接点处鼠标点多几下，直到出现下图的工作区出现logical类型的数据，表示掩膜已生成。

在这里插入图片描述
我们可以观察到掩膜和原图是同样的大小，这是进行逻辑运算的前提，必须保证和原图有相同的比特数，同样的尺寸。可视化掩码的效果如下：

这一步，简称手动抠图。下一步，我们将其转换成uint8类型，即每个像素用uint8比特比较，这样才能进行逻辑运算。

2、图像的逻辑与–bitand

先转换uint8类型，再进行逻辑与，具体代码如下：
在这里插入图片描述

bw2 = uint8(bw);
I2 = bitand(I, bw2);
figure
subplot(1,3,1), imshow(I), title('pout');
subplot(1,3,2), imshow(bw), title('Mask pout');
subplot(1,3,3), imshow(I2), title('Bitand pout');

最终运行逻辑与的效果如下，变成全黑了：在这里插入图片描述
为什么会这样？我们深究一下里面的像素。通过查看工作区上面的文件，发现通过uint(8)转换后的bw2是一系列0和1的像素，其最大值是1。通过与运算后，最终的I2图像也全是0和1像素，所以看上去就是全黑。
在这里插入图片描述
既然这样，我们可以尝试使用im2uint(8)来转换bw图像，看看效果。


%使用函数bitand来计算一幅图像的逻辑与
I = imread('pout.tif');
bw  =roipoly(I);

%bw2 = uint8(bw);
bw2 = im2uint8(bw);

I2 = bitand(I, bw2);
figure
subplot(1,3,1), imshow(I), title('pout');
subplot(1,3,2), imshow(bw), title('Mask pout');
subplot(1,3,3), imshow(I2), title('Bitand pout');

在这里插入图片描述
从上面第三个图片可以看出，使用im2uint8函数转换的图片，其像素值是0和255，这样通过与运算便可得到相应的抠图。bw2的像素值如下：

3、图像的逻辑非–bitcmp

bitcmp是图像的非运算，其实是比特求补，也就是0变1,1变0。我们回到只有0和1像素的掩膜bw2，对其进行求补。代码和效果如下：


%使用函数bitcmp来计算一幅图像的逻辑非
I = imread('pout.tif');
bw  =roipoly(I);
bw2 = uint8(bw);

bw_cmp = bitcmp(bw2);

figure
subplot(1,3,1), imshow(I), title('pout');
subplot(1,3,2), imshow(bw2), title('Mask pout');
subplot(1,3,3), imshow(bw_cmp), title('Not Mask pout');

在这里插入图片描述
我们可以看到bw2求补后变成全白，因为它的像素值是全255。

4、图像的逻辑或–bitor

我们现在可以将原图和求补后的图掩膜计算逻辑或。代码如下：

%使用函数bitor来计算一幅图像的逻辑或
I = imread('pout.tif');
bw  =roipoly(I);
bw2 = uint8(bw); % 原始掩膜
bw_cmp = bitcmp(bw2); % 求补掩膜
I2 = bitor(I, bw_cmp); % 原图和补掩膜求逻辑或
I3 = bitor(I, bw2); % 原图和原掩膜求逻辑或

figure
subplot(1,3,1), imshow(I), title('pout');
subplot(1,3,2), imshow(I2), title('Mask with bitcmp pout');
subplot(1,3,3), imshow(I3), title('Mask with pout');

在这里插入图片描述
从上面可以看到，原图和补掩膜求逻辑或，是一片全白。因为补掩膜本来就是全白，或操作是有1即1。而对原掩膜进行逻辑或，最终生成原图。因为原掩膜是0和1像素，对于逻辑或操作，全0才0。

5、图像的异或操作–bitxor

终于快写完了。异或操作也很常用，最常用于检查两幅图像是否完全一致。因为异或运算是不同为1，相同为0。所以，XOR操作常用于寻找两幅图像之间的差别。

这个应该很好理解。其代码和效果如下：

%使用函数bitxor来计算一幅图像的异或操作
I = imread('cameraman.tif');
I2 = imread('cameraman2.tif');

I_xor = bitxor(I, I2);

figure
subplot(1,3,1), imshow(I), title('Image 1');
subplot(1,3,2), imshow(I2), title('Image 2');
subplot(1,3,3), imshow(I_xor), title('XOR Image');

在这里插入图片描述
如果没有认真看，还真看不出来，中间的图片相对于左边的图片，在正右边多了一块建筑。通过异或操作就可简单地找出来。注意，这种异或是按比特进行比较的。

6、组合算术运算和逻辑运算

我们使用imdivide来调暗图片，然后构造多边形感兴趣区域来生成掩膜，利用逻辑操作来实现在感兴趣区域显示调暗的图像，而其他地方显示原图。代码和效果如下：

%使用算术和逻辑函数来实现一幅图像在感兴趣区域显示调暗的图像，而其他地方显示原图
I = imread('lindsay.tif');
I_adj = imdivide(I, 1.5);

bw = im2uint8(roipoly(I));

bw_cmp = bitcmp(bw); %掩膜求补
roi = bitor(I_adj, bw_cmp); %感兴趣区域
not_roi = bitor(I, bw); %非感兴趣区域
new_img = bitand(roi, not_roi); %生成新图像

figure
subplot(1,2,1), imshow(I), title('Image');
subplot(1,2,2), imshow(new_img), title('new Image');

在这里插入图片描述

7、总结一下算术运算和逻辑运算的函数

图像加法——imadd
图像减法——imsubtract
图像乘法——immultiply
图像除法——imdivide
AND运算——bitand
OR运算——bitor
NOT运算——bitcmp
XOR运算——bitxor

以上是本期内容，建议自己动手来实践一下。如果需要图片和代码，可以关注公众号，回复关键字【matlab代码】即可获得。我会上传到云盘。

【声明】：学习笔记基于互联网上各种学习资源的个人整理。

以上是本期内容，下期介绍图像处理的几何操作。

我叫小保，一名计算机视觉爱好者、学习者、追随者，欢迎关注我【CV之道】一起学习。