3.1图像加法运算

在图像处理过程中,经常需要对图像进行加法运算,可以通过加号运算符“+”对图像进行加法运算,也可以通过 cv2.add()函数对图像进行加法运算

通常情况下,在灰度图像中,像素用8 个比特位(一个字节)来表示,像素值的范围是[0.255]两个像素值在进行加法运算时,求得的和很可能超过 255. 上述两种不同的加法运算方式,对超过 255 的数值的处理方式是不一样的

3.1.1 加号运算符

使用加号运算符“+”对图像 a(像素值为 a)和图像 b(像素值为 b)进行求和运算时遵循以下规则:

$a+b = \begin{cases} a+b & a+b <=255 \\ mod(a+b,256) & a+b>255 \end{cases}$

式中,mod是取模运算,“ mod(a+b,256)”表示计算“a+b 的和除以 256 取余数”

根据上述规则,两个点进行加法运算时:
1.如果两个图像对应像素值的和小于或等于 255 则直接相加得到运算结果,例如,像
素值 28 和像素值 36 相加,得到计算结果64

2.如果两个图像对应像素值的和大于 255 则将运算结果对 256 取模,例如 255+58=313
大于 255.则计算(255+58)%256=57 得到计算结果 57

当然，上述公式也可以简化为a+b = mod(a+b,256) 在运算时无论相加的和是否大于255都对数值 256 取模

【例 3.1】使用随机数数组模拟灰度图像,观察使用“+”对像素值求和的结果。

分析:通过将数组的数值类型定义为 dtype= np.uint8,可以保证数组值的范围在[0,255] 之间

编码如下:


import numpy as np
img1=np.random.randint(0,256,size=[3,3],dtype=np.uint8)
img2=np.random.randint(0,256,size=[3,3],dtype=np.uint8)
print("img1=\n",img1)
print("img2=\n",img2)
print("img1+img2=\n",img1+img2)

从上述程序可以看到,使用“+”计算两个 256 级灰度图像内像素值的和时,运算结果对 256 取模。

需要注意,本例题中的加法要进行取模,这是由数组的类型 dtype=np.uint8 所规定的

3.1.2 cv2.add()函数

cv2.add()函数可以用来计算图像像素值相加的和,其语法格式为计算结果一 cv2.add(像素值 a,像素值 b)

使用函数 cv2.add()对像素值a 和像素值b 进行求和运算时,会得到像素值对应图像的饱和值(最大值)。
例如,8 位灰度图像的饱和值为 255,因此,在对8 位灰度图的像素值求和时

遵循以下规则

$a+b = \begin{cases} a+b & a+b <=255 \\ mod(a+b,256) & a+b>255 \end{cases}$

根据上述规则,在 256 级的灰度图像(8 位灰度图)中的两个像素点进行加法运算时·

1.如果两个像素值的和小于或等于 255,则直接相加得到运算结果。例如,像素值 28和
像素值 36 相加,得到计算结果 64
2.如果两个像素值的和大于 255,则将运算结果处理为饱和值 255,例如 255+58=313,大
于 255,则得到计算结果 255

需要注意,函数 cv2.add()中的参数可能有如下三种形式
形式 1:计算结果= cv2.add(图像 1,图像 2),两个参数都是图像,此时参与运算的图像大小和类型必须保持一致
形式 2:计算结果=cv2.add(数值，图像),第1 个参数是数值,第2 个参数是图像,此时将超过图像饱和值的数值处理为饱和值(最大值)
形式 3:计算结果=cv2.add(图像,数值),第1 个参数是图像,第2 个参数是数值,此时将超过图像饱和值的数值处理为饱和值(最大值)

【例 3.2】使用随机数组模拟灰度图像,观察函数 cv2.add() 对像素值求和的结果

根据题目要求,编写程序如下:

import numpy as np
import cv2
img1=np.random.randint(0,256,size=[3,3],dtype=np.uint8)
img2=np.random.randint(0,256,size=[3,3],dtype=np.uint8)
print("img1=\n",img1)
print("img2=\n",img2)
img3=cv2.add(img1,img2)
print("cv2.add(img1,img2)=\n",img3)

运行结果:

img1=
[[244 107 79]
[ 94 49 235]
[202 254 173]]
img2=
[[196 24 189]
[ 99 231 179]
[164 51 183]]
cv2.add(img1,img2)=
[[255 131 255]
[193 255 255]
[255 255 255]]

【例 3.3】分别使用加号运算符和函数cv2.add()计算两幅灰度图像的像素值之和，观察处理结果

根据题目要求,编写程序如下:


import cv2
a=cv2.imread("C:\\Users\\Administrator\\Desktop\\opencv\\lena.bmp",0)
b=a
result1=a+b
result2=cv2.add(a,b)
cv2.imshow("original",a)
cv2.imshow("result1",result1)
cv2.imshow("result2",result2)
cv2.waitKey()
cv2.destroyAllWindows()

在本例中,首先读取了图像 lena并将其标记为变量 a:接下米,使用语句“b=a”将图lena 复制到变量b内:最后,分别使用“+”和函数 cv2.add(a,b) 计算a和b 之和

运行程序,

左图是原始图像 lena
中间的图是使用加号运算符将图像 lema 自身相加的结果
右图是使用函数 cv2.add(a,b)将图像 lena 自身相加的结果

1561560858(1).png

使用加号运算符计算图像像素值的和时,将和大于 255 的值进行了取模处理,取模后大于 255 的这部分值变得更小了,导致本来应该更亮的像素点变得更暗了,相加所得的图像看起来并不自然。

使用函数 cv2.add(a,b) 计算图像像素值的和时,将和大于 255 的值处理为饱和值 255.图像像素值相加后让图像的像素值增大了,图像整体变亮。