1.画像の加算器
直接numpyの、RES =サイズIMG1 + IMG2を使用することができる。2枚の画像を、2枚の画像を追加)(cv2.addを使用して、同じタイプである必要があり、又は第二の画像は、単純なスカラー値であってもよいです。
それは飽和OpenCVの加算演算であり、また、成形numpyの動作です。
np.uint8 = X([250 ]) Y = np.uint8([10 ]) を印刷(cv2.add(X、Y)) #250 + 10 = 260> 255 = #の結果[255] 印刷( Y + X) #250 = 10 + 255 = 260 4% #の結果[4]
OpenCVの結果が良くなるので、OpenCVの中で機能を使用しようとします
2.画像ブレンディング
これは、追加され、差が異なる重量の右2枚の画像は、それがハイブリッドや透明感を与える傾向があることです。以下の式を混合画像:
G(X)=([アルファ] 1-)F0(X)+αf1(X)
(0 - > 1)のαの値を変更して冷却を達成するために混合することができます。
実施例:二つの画像、0.7〜0.3秒のウェブ重量の混合。関数cv2.addWeighed()画像は、以下の式で混合することができます。
DST =α・IMG1 +β・ IMG2 +γ
ガンマの値] 0
1 インポートCV2 2 インポートnumpyのNPとして 3 IMG1 = cv2.imread(' 45.jpg ' ) 4 IMG2 = cv2.imread(' messigray.png ' ) 5 6 DST = cv2.addWeighted(img1,0.7、img2,0.3 、 0) 7 8 cv2.imshow(' DST ' 、DST) 9 cv2.waitKey(0) 10 cv2.destroyAllWindows()
3.ビット演算
ここでの操作を含むがビット単位:我々は、画像の一部を抽出するとき、等、XOR、NOT、AND、OR、非矩形選択されたROIは、有用であろう。図の特定の領域を変更する方法について以下に。