OpenCV計(jì)算機(jī)視覺處理Computervisionprocessing模塊三

圖像的基本運(yùn)算模塊概述“實(shí)踐沒有止境，理論創(chuàng)新也沒有止境”。圖像運(yùn)算指以圖像為單位進(jìn)行的操作，運(yùn)算的結(jié)果是一幅其灰度分布與原來參與運(yùn)算圖像灰度分布不同的新圖像。OpenCV提供了豐富的功能來進(jìn)行圖像運(yùn)算，包括基本的算術(shù)運(yùn)算、邏輯運(yùn)算以及更高級的運(yùn)算如位運(yùn)算和像素值統(tǒng)計(jì)等。本章學(xué)習(xí)OpenCV圖像的基本運(yùn)算，其中包括加法運(yùn)算符，add()函數(shù)，掩模和位運(yùn)算函數(shù)，并運(yùn)用這些基本運(yùn)算完成圖像的加密與解密，模擬數(shù)字水印的嵌入和提取，臉部打碼與解碼，獲取圖像感興趣區(qū)域等較為復(fù)雜的圖像運(yùn)算操作。學(xué)習(xí)導(dǎo)航學(xué)習(xí)目標(biāo)1.知識目標(biāo)（1）掌握加號運(yùn)算符(+)及add()函數(shù)的使用方法及區(qū)別；（2）掌握cv2.addWeighted()函數(shù)的各個(gè)參數(shù)的具體作用；（3）掌握圖像的相加；（4）掌握圖像的加權(quán)和（混合、融合)；（5）掌握通過cv2.bitwise_xor()函數(shù)實(shí)現(xiàn)圖像的加密與解密;（6）掌握通過cv2.bitwise_and()函數(shù)實(shí)現(xiàn)圖像的局部打碼；（7）掌握數(shù)字水印的嵌入方法；（8）掌握數(shù)字水印的提取方法。學(xué)習(xí)目標(biāo)2.能力目標(biāo)（1）使用Python語言編程；（2）使用加號運(yùn)算符（+）和cv2.add()函數(shù)對圖像進(jìn)行疊加操作；（3）使用cv2.addWeighted()函數(shù)對圖像進(jìn)行加權(quán)和操作；（4）使用cv2.bitwise_xor()函數(shù)實(shí)現(xiàn)的對圖像的加密與解密；（5）使用OpenCV提供的位運(yùn)算函數(shù)來實(shí)現(xiàn)數(shù)字水印的嵌入操作；（6）使用OpenCV提供的位運(yùn)算函數(shù)來實(shí)現(xiàn)數(shù)字水印的提取操作。學(xué)習(xí)目標(biāo)3.素質(zhì)目標(biāo)（1）培養(yǎng)學(xué)生邏輯分析和推理解決問題的能力，鍛煉學(xué)生在復(fù)雜情境中做出正確判斷和決策的能力；（2）鼓勵(lì)學(xué)生在圖像基本運(yùn)算方面的創(chuàng)新思維和獨(dú)特想法，培養(yǎng)學(xué)生將創(chuàng)意轉(zhuǎn)化為實(shí)際作品的能力；（3）培養(yǎng)學(xué)生團(tuán)隊(duì)協(xié)作能力和在團(tuán)隊(duì)中溝通、協(xié)調(diào)和解決問題的能力。任務(wù)一圖像加法運(yùn)算

任務(wù)導(dǎo)入在對圖像進(jìn)行操作的過程中，經(jīng)常會遇到要將兩張圖像疊加或者混合、融合的情況。使用OpenCV提供的加號運(yùn)算符（+）和cv2.add()函數(shù)實(shí)現(xiàn)對圖像不同的疊加效果以及使用cv2.addWeighted()函數(shù)對兩張圖像進(jìn)行加權(quán)和操作。案例代碼1.任務(wù)一：圖像加法運(yùn)算——使用加號運(yùn)算符（+）和

add()函數(shù)實(shí)現(xiàn)圖像的疊加

2.#第一步：打開

Jupyter

Notebook，創(chuàng)建

python

文件，命名為

add_exp.ipynb。引入

OpenCV庫，代碼如下。

3.import

cv2

4.#第二步：讀入圖片

fruits.jpg，將讀取的變量儲存在變量

a

中。圖片要和代碼文件在同一目錄下，代碼如下。

5.a

=

cv2.imread("fruits.jpg",

0)

6.#第三步：分別使用加號運(yùn)算符和函數(shù)

cv2.add()計(jì)算兩幅灰度圖像的像素值之和，代碼如下。

7.b

=

a

8.resultl

=

a+b

9.result2

=

cv2.add(a,

b)

案例代碼10.#第四步：顯示原始圖像

original，使用加號運(yùn)算符計(jì)算后的圖像

resultl

和，使用函數(shù)cv2.add()計(jì)算后的圖像

result2。代碼如下。

11.cv2.imshow("original",

a)

12.cv2.imshow("result1",

resultl)

13.cv2.imshow("result2",

result2)

14.#第五步：銷毀全部窗口，運(yùn)行該程序。

結(jié)果如圖

3-1、3-2、3-3

所示。

15.cv2.waitKey()

16.cv2.destroyAllWindows()

案例結(jié)果原始圖像使用加號運(yùn)算符（+）疊加效果使用add()函數(shù)疊加效果案例代碼1.任務(wù)二：圖像加法運(yùn)算——使用函數(shù)

cv2.addWeighted()實(shí)現(xiàn)對兩幅圖像進(jìn)行加權(quán)混合

2.#第一步：打開Jupyter

Notebook，創(chuàng)建

python

文件，命名為addWeighted_exp.ipynb。引入

OpenCV

庫，代碼如下。

3.import

cv2

4.#第二步：讀入圖片，將讀取的變量儲存在變量

a

和

b

中。圖片要和代碼文件在同一目錄下，代碼如下。

5.a

=

cv2.imread("rose.jpg")

6.b

=

cv2.imread("panda.jpg")

案例代碼

7.#第三步：使用函數(shù)

cv2.addWeighted()對兩幅圖像進(jìn)行加權(quán)混合，被加權(quán)的兩個(gè)圖片必須大小、類型相同。圖像的運(yùn)算可以理解為“result=a*0.6+b*0.4+0”。代碼如下。

8.result

=

cv2.addWeighted(a,

0.6,

b,

0.4,

0)

9.#第四步：顯示圖像

a，b

和加權(quán)混合后的圖像

result。代碼如下。

10.cv2.imshow("a",

a)

11.cv2.imshow("b",

b)

12.cv2.imshow("result",

result)

13.#第五步：銷毀全部窗口，運(yùn)行該程序。結(jié)果如圖3-4

所示。

14.cv2.waitKey()

15.cv2.destroyAllWindows()

案例結(jié)果圖像

A圖像

B圖像A與圖像B加權(quán)疊加后的效果知識拆解1.加號運(yùn)算符（+）加號運(yùn)算的原理就是將兩個(gè)圖像的像素值相加，再將結(jié)果處以256取余數(shù)。2.add()函數(shù)（1）知識介紹add函數(shù)運(yùn)算的原理就是將兩個(gè)圖像的像素值相加并且結(jié)果最大值只能是255。（2）語法格式函數(shù)cv2.add()的語法格式為:result=cv2.add(a,b)a，b兩個(gè)參數(shù)都是圖像時(shí)：參與運(yùn)算的圖像大小和類型必須保持一致a是數(shù)值，b是圖像時(shí)：將超過圖像飽和值的數(shù)值處理為飽和值（最大值）a是圖像，b是數(shù)值時(shí)：將超過圖像飽和值的數(shù)值處理為飽和值（最大值）

知識運(yùn)用1.import

cv2

2.a

=

cv2.imread("t1.jpg")

3.b

=

cv2.imread("t2.jpg")

4.result2

=

cv2.add(a,b)

5.cv2.imshow("result",result)

6.cv2.waitKey()

7.cv2.destroyAllWindows()

使用add()函數(shù)體驗(yàn)圖像的加法運(yùn)算實(shí)驗(yàn)結(jié)果知識拆解（1）知識介紹所謂圖像加權(quán)和，就是在計(jì)算兩幅圖像的像素值之和時(shí)，將每幅圖像的權(quán)重考慮進(jìn)來。OpenCV中提供了函數(shù)cv2.addWeighted()，用來實(shí)現(xiàn)圖像的加權(quán)和（混合、融合)。（2）語法格式函數(shù)cv2.addWeighted()語法格式為:dst=cv2.addWeighted(src1，alpha，src2，beta，gamma)其中，參數(shù)alpha和beta是src1和src2所對應(yīng)的系數(shù)，它們的和可以等于1，也可以不等于1。該函數(shù)實(shí)現(xiàn)的功能是dst=src1*alpha+src2*beta+gamma。需要注意，式中參數(shù)gamma的值可以是0，但是該參數(shù)是必選參數(shù)，不能省略。可以將上式理解為“結(jié)果圖像=圖像1*系數(shù)1+圖像2*系數(shù)2+亮度調(diào)節(jié)”。

知識運(yùn)用1.import

cv2

2.#

讀入兩幅圖像

3.img1

=

cv2.imread('image1.jpg')

4.img2

=

cv2.imread('image2.jpg')

5.#

將兩幅圖像進(jìn)行加權(quán)求和，其中

img1

的權(quán)重為

0.7，img2

的權(quán)重為

0.3

6.dst

=

cv2.addWeighted(img1,

0.7,

img2,

0.3,

0)

7.#

顯示求和后的圖像

8.cv2.imshow('dst',

dst)

9.cv2.waitKey(0)

10.cv2.destroyAllWindows()

add()函數(shù)知識運(yùn)用實(shí)驗(yàn)結(jié)果任務(wù)小結(jié)圖像的加權(quán)和圖像的疊加加號運(yùn)算符（+）；cv2.add()函數(shù)。cv2.addWeighted()函數(shù)。任務(wù)一

圖像加法運(yùn)算任務(wù)二圖像加密與解密

任務(wù)導(dǎo)入在對圖像進(jìn)行操作的過程中，會遇到要將圖像進(jìn)行加密解密的情況。使用OpenCV提供的cv2.bitwise_xor()函數(shù)實(shí)現(xiàn)圖像的加密與解密，進(jìn)一步掌握圖像的位運(yùn)算操作。案例代碼1.任務(wù)二：對進(jìn)行圖像加密和解密

2.#第一步：打開

Jupyter

Notebook，創(chuàng)建

python

文件，命名為

xor_exp.ipynb。引入

OpenCV庫和

numpy

庫，代碼如下。

3.import

cv2

4.import

numpy

as

np

5.#第二步：讀入圖片

rose.jpg，將讀取的變量儲存在變量

rose

中。圖片要和代碼文件在同一目錄下，代碼如下。

6.rose

=

cv2.imread("rose.jpg",

0)

7.#第三步：獲取圖像

rose

的長寬，生成一個(gè)和

rose

同樣大小的密鑰。秘鑰的像素是隨機(jī)生成的。代碼如下。

8.r,

c

=

rose.shape

9.key

=

np.random.randint(0,256,size=[r,

c],

dtype=np.uint8)

案例代碼10.#第四步：對圖像

rose

和秘鑰圖像

key

進(jìn)行按位異或運(yùn)算加密，代碼如下。

11.encryption

=

cv2.bitwise_xor(rose,

key)

12.#第五步：對加密后的圖像

encryption

和秘鑰圖像

key

進(jìn)行按位異或運(yùn)算解密，代碼如下。

13.decryption

=

cv2.bitwise_xor(encryption,

key)

14.#第六步：展示圖像

rose，秘鑰圖像

key，加密后的圖像

encryption

和解密后的圖像

decryption，代碼如下。

15.cv2.imshow("rose",

rose)

16.cv2.imshow("key",

key)

17.cv2.imshow("encryption",

encryption)

18.cv2.imshow("decryption",

decryption)

19.#第七步：銷毀全部窗口，運(yùn)行該程序，結(jié)果如圖

3-7

所示。

20.cv2.destroyAllWindows()

案例結(jié)果原始圖像加密后的圖像解密后的圖像秘鑰圖像知識拆解1．掩模（1）知識介紹掩模的實(shí)質(zhì)是一個(gè)二維數(shù)組。OpenCV中的很多函數(shù)都會指定一個(gè)掩模，也稱為掩碼。當(dāng)使用掩碼操作時(shí)，操作只會在掩碼上值為非空的點(diǎn)上執(zhí)行,并將其他的點(diǎn)置為零。2．位運(yùn)算（1）知識介紹在OpenCV中，可以使用cv2.bitwise_and()函數(shù)來實(shí)現(xiàn)按位與運(yùn)算。（2）語法格式dst=cv2.bitwise_and(src1,src2[,mask]]）式中:dst表示與輸入值具有同樣大小的array輸出值。src1表示第一個(gè)array或scalar類型的輸入值。src2表示第二個(gè)array或scalar類型的輸入值。mask表示可選操作掩碼，8位單通道array。知識運(yùn)用1.#獲取圖像局部區(qū)域。

2.import

cv2

3.a

=

cv2.imread("panda.jpg",

cv2.IMREAD_UNCHANGED)

4.face

=

a[220:400,

500:700]

5.cv2.imshow("original",

a)

6.cv2.imshow("face",

face)

7.cv2.waitKey()

8.cv2.destroyAllWindows()

獲取圖像局部區(qū)域?qū)嶒?yàn)結(jié)果知識運(yùn)用1.#對圖像局部區(qū)域打碼。

2.import

cv2

3.import

numpy

as

np

4.panda

=

cv2.imread("panda.jpg",

0)

5.r,

c

=

panda.shape

6.mask

=

np.zeros((r,

c),

dtype=np.uint8)

7.mask[220:400,

500:700]

=

1

8.noFace

=

cv2.bitwise_and(panda,

(1-mask)*255)

9.cv2.imshow("panda",

panda)

10.cv2.imshow("mask",

mask

*

255)

11.cv2.imshow("1-mask",

(1-mask)

*

255)

12.cv2.imshow("noFace",

noFace)

對圖像局部區(qū)域打碼實(shí)驗(yàn)結(jié)果

任務(wù)小結(jié)圖像的解密圖像的加密cv2.bitwise_xor()函數(shù)。cv2.bitwise_xor()函數(shù)。任務(wù)二

圖像加密與解密任務(wù)三數(shù)字水印的嵌入和提取

任務(wù)導(dǎo)入在對圖像進(jìn)行操作的過程中，經(jīng)常會遇到要對圖像嵌入和提取數(shù)字水印的情況。使用OpenCV提供的位運(yùn)算函數(shù)實(shí)現(xiàn)對圖像嵌入和提取水印的操作，從而將秘密信息嵌入圖像或從圖像中提取秘密信息。案例代碼1.任務(wù)三：數(shù)字水印的嵌入和提取——使用位運(yùn)算實(shí)現(xiàn)數(shù)字水印的嵌入

2.#第一步：創(chuàng)建

python

文件。引入

OpenCV

庫，代碼如下。

3.import

cv2

4.import

numpy

as

np

5.#第二步：讀入原圖像和讀取水印圖像。將水印圖像內(nèi)的值

255

處理為

1，以方便嵌入。代碼如下。

6.Raccoon

=

cv2.imread("Raccoon.png",

0)

7.watermark

=

cv2.imread("opencv.png",

0)

8.w

=

watermark[:,

:]

>

0

9.watermark[w]

=

1

案例代碼10.#第三步：獲取圖像

Raccoon

的長寬，生成一個(gè)和

Raccoon

同樣大小元素值都是

254

的數(shù)組。代碼如下。

11.r,

c

=

Raccoon.shape

12.t254

=

np.ones((r,

c),

dtype=np.uint8)*254

13.#第四步：獲取圖像

Raccoon

像素二進(jìn)制碼的高七位。用

cv2.bitwise_or()函數(shù)將

watermark

二進(jìn)制碼的最低位嵌入

RaccoonH7

內(nèi)。代碼如下。

14.RaccoonH7

=

cv2.bitwise_and(Raccoon,

t254)

15.e

=

cv2.bitwise_or(RaccoonH7,

watermark)

16.#第五步：展示原始圖像

Raccoon，水印圖像

watermark

和含水印的載體圖像e。代碼如下。

17.cv2.imshow("Raccoon",

Raccoon)

18.cv2.imshow("watermark",

watermark*255)

19.cv2.imshow("e",

e)

案例結(jié)果水印圖像原始圖像含水印的載體圖像案例代碼1.任務(wù)三：數(shù)字水印的嵌入和提取——使用位運(yùn)算實(shí)現(xiàn)數(shù)字水印的提取

2.#第一步：創(chuàng)建

python

文件。引入

OpenCV

庫，代碼如下。

3.import

cv2

4.import

numpy

as

np

5.#第二步：讀入含水印的載體圖像。代碼如下。

6.e

=

cv2.imread("e.png",

0)

7.#第三步：獲取圖像

e

的長寬，生成一個(gè)和

e

同樣大小元素值都是

1

的數(shù)組。代碼如下。

8.r,

c

=

e.shape

9.t1

=

np.ones((r,

c),

dtype=np.uint8)

案例代碼

10.#第四步：使用

cv2.bitwise_and()函數(shù)將

e

與

t1

經(jīng)行運(yùn)算，獲取圖像

e

像素二進(jìn)制碼的最低位,并將之存在

wm

中。代碼如下。

11.wm

=

cv2.bitwise_and(e,

t1)

12.#第五步：找到

wm

中大于

0

的像素，將之置為

255，以還原二值水印圖像。代碼如下。

13.w

=

wm[:,

:]

>

0

14.wm[w]

=

255

15.#第六步：展示含水印的載體圖像

e

水印和從含水印的載體圖像

e

內(nèi)提取到的水印圖像

wm。代碼如下。

16.cv2.imshow("e",

e)

17.cv2.imshow("wm",

wm)

案例結(jié)果含水印的載體圖像提取到的水印圖像知識拆解1．位運(yùn)算（1）知識介紹cv2.bitwise_and()是OpenCV中的位運(yùn)算函數(shù)之一，用于對兩幅二值圖像