标签：运算 image imshow cv2 图像 image3 image2
目录
一，一元逻辑运算
1，非
g(x,y) = 255 - f(x,y)
手动实现：
import cv2
image = cv2.imread("D:/im.jpg")
cv2.imshow("old",image)
L = 256
for i in range(image.shape[0]):
for j in range(image.shape[1]):
image[i,j]=L-1-image[i,j]
cv2.imshow("new",image)
cv2.waitKey(0)也可以直接调用库函数：
cv2.bitwise_not(image,image2)
第一张图，熊猫，灰度级是0-255，非运算和反转运算相同。
第二张图，素描，灰度级是0-180，非运算出来的底色还是灰色，而反转运算出来的底色是纯黑色。
二，二元逻辑运算
1，与
import cv2
image = cv2.imread("D:/im.jpg",0)
image2 = cv2.imread("D:/im2.jpg",0)
cv2.imshow("img",image)
cv2.imshow("img2",image2)
image3=image2
cv2.bitwise_and(image,image2,image3)
cv2.imshow("img3",image3)
cv2.waitKey(0)
2，或
cv2.bitwise_or(image,image2,image3)
3，异或
cv2.bitwise_xor(image,image2,image3)
三，算术运算
1，加
手动实现：
for i in range(image.shape[0]):
for j in range(image.shape[1]):
image2[i,j] += image[i,j]或者直接用库函数：
image4 = image+image2加法的结果如果超过上限值（如255），那么结果就mod 256，相当于和c语言中整数的溢出规则相同，减法同理，下文不再赘述。
经过统计发现，img和img2的背景白色值是250，img的背景白色是244
2，减
image3 = image2-image
这个结果感觉和想象中的不太一样？
3，乘
4，除
标签：运算,image,imshow,cv2,图像,image3,image2 来源： https://blog.csdn.net/nameofcsdn/article/details/118443339
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。