Bạn có thể thêm hai hình ảnh bằng chức năng OpenCV, hoặc đơn giản bằng thao tác numpy res = img1 + img2. Cả hai hình ảnh phải có cùng độ sâu và loại hoặc hình ảnh thứ hai chỉ có thể là một giá trị vô hướng
Lưu ý Có sự khác biệt giữa bổ sung OpenCV và bổ sung Numpy. Bổ sung OpenCV là một hoạt động bão hòa trong khi bổ sung Numpy là một hoạt động moduloVí dụ, hãy xem xét mẫu dưới đây
Điều này sẽ rõ hơn khi bạn thêm hai hình ảnh. Gắn bó với các chức năng OpenCV, vì chúng sẽ mang lại kết quả tốt hơn
Trộn ảnh
Đây cũng là bổ sung hình ảnh, nhưng các trọng số khác nhau được cung cấp cho hình ảnh để tạo cảm giác hòa trộn hoặc trong suốt. Hình ảnh được thêm vào theo phương trình dưới đây
\[g[x] = [1 - \alpha]f_{0}[x] + \alpha f_{1}[x]\]
Bằng cách thay đổi \[\alpha\] từ \[0 \rightarrow 1\], bạn có thể thực hiện quá trình chuyển đổi thú vị giữa hình ảnh này sang hình ảnh khác
Ở đây tôi đã lấy hai hình ảnh để trộn với nhau. Hình ảnh đầu tiên được cho trọng số 0. 7 và hình ảnh thứ hai được đưa ra 0. 3. áp dụng phương trình sau cho hình ảnh
\[dst = \alpha \cdot img1 + \beta \cdot img2 + \gamma\]
Ở đây \[\gamma\] được lấy bằng 0
Kiểm tra kết quả dưới đây
Hoạt động theo bit
Điều này bao gồm các hoạt động bitwise AND, OR, NOT và XOR. Chúng sẽ rất hữu ích khi trích xuất bất kỳ phần nào của hình ảnh [như chúng ta sẽ thấy trong các chương tiếp theo], xác định và làm việc với ROI không phải hình chữ nhật, v.v. Dưới đây chúng ta sẽ xem một ví dụ về cách thay đổi một vùng cụ thể của hình ảnh
Tôi muốn đặt logo OpenCV phía trên một hình ảnh. Nếu tôi thêm hai hình ảnh, nó sẽ thay đổi màu sắc. Nếu tôi trộn chúng, tôi sẽ có hiệu ứng trong suốt. Nhưng tôi muốn nó mờ đục. Nếu đó là vùng hình chữ nhật, tôi có thể sử dụng ROI như chúng ta đã làm trong chương trước. Nhưng logo OpenCV không phải là hình chữ nhật. Vì vậy, bạn có thể làm điều đó với các hoạt động bitwise như hình dưới đây
hàng,cols,kênh = img2. hình dạng
roi = img1[0. hàng, 0. cols]
ret, mặt nạ = [img2gray, 10, 255, cv. THRESH_BINARY]
img1[0. hàng, 0. cols ] = dst
Xem kết quả bên dưới. Hình ảnh bên trái hiển thị mặt nạ chúng tôi đã tạo. Hình ảnh bên phải hiển thị kết quả cuối cùng. Để hiểu rõ hơn, hãy hiển thị tất cả các hình ảnh trung gian trong đoạn mã trên, đặc biệt là img1_bg và img2_fg
Các toán tử được sử dụng để thực hiện các hoạt động trên các giá trị và biến. Đây là những biểu tượng đặc biệt thực hiện các tính toán toán học, logic, bitwise. Giá trị mà vận động viên vận hành được gọi là toán hạng. toán hạng
Nội dung chính Hiển thị
Ở đây, chúng tôi sẽ bao gồm các nhà khai thác chuyển đổi trong Python. Vì vậy, các toán tử được sử dụng để gán giá trị cho các biến. &Nbsp;Toán tử gán trong Python. Vì vậy, Toán tử gán được sử dụng để gán giá trị cho biến.
Nhà điều hànhMô tả sự kiện
cú pháp=
Gán giá trị của bên phải của biểu thức ở hạng bên tráix = y + z & nbsp;+=
Thêm và gán. Thêm thanh toán hạng bên phải với thanh toán hạng bên trái và sau đó gán cho thanh toán hạng bên trái += b & nbsp;-=
*=
Nhân và. Nhân toán hạng bên phải với toán hạng bên trái và sau đó gán cho toán hạng bên trái *= B & nbsp;/=
Chia và. Chia hạng bên trái cho hạng bên phải và sau đó gán cho hạng bên tráia /= b%=
Module and module. thực hiện mô-đun mô-đun bằng cách sử dụng toán hạng bên trái và phải và gán kết quả cho toán hạng bên trái %= B & nbsp;// =
Chia [Tang] và. Phân chia toán hạng bên trái với toán hạng bên phải và sau đó gán giá trị [tầng] cho toán hạng bên trái // = b & nbsp;** =
Số phụ và. Tính toán giá trị phụ [tăng công suất] bằng cách sử dụng toán hạng và gán giá trị cho toán hạng bên trái ** = b & nbsp;& =
Thực hiện bitwise và trên toán hạng và gán giá trị cho toán hạng bên tráia & = b & nbsp;=
Thực hiện bitwise hoặc trên toán hạng và gán giá trị cho toán hạng bên tráia. = B^=
Thực hiện BitWise XOR trên toán hạng và gán giá trị cho hạng bên tráia ^= B & nbsp;>> =
Thực hiện BitWise Shift Shift trên toán hạng và gán giá trị cho hạng bên tráia >>= B & nbsp;