OpenCV入门（14）：图像处理之算术运算

在图像处理中，算术运算和位运算是非常基础且重要的操作。下面将详细介绍如何使用 OpenCV 进行图像的加法、减法、乘法、除法、位运算以及图像混合操作。

一、基础运算

1.1 图像加法

图像加法是将两幅图像的对应像素值相加，生成一幅新的图像。在 OpenCV 中，可以使用 cv::add() 函数来实现图像加法。

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像
    cv::Mat srcImage = cv::imread("./dog.jpg");
    if (srcImage.empty()) {
        std::cout << "Could not read the image.";
        return -1;
    }
    // 显示原图像
    cv::imshow("Src Image", srcImage);

    // 定义平移矩阵
    int xOffset = 50;
    int yOffset = 0;
    Mat tranMat = Mat::zeros(2, 3, CV_32FC1);
    tranMat.at<float>(0, 0) = 1;
    tranMat.at<float>(0, 2) = xOffset; // 水平平移量
    tranMat.at<float>(1, 1) = 1;
    tranMat.at<float>(1, 2) = yOffset; // 垂直平移量
    // 根据平移矩阵进行仿射变换
    Mat dstImage;
    Size dstSize = srcImage.size(); // 输出图像的大小
    warpAffine(srcImage, dstImage, tranMat, dstSize);

    // 显示平移后的目标图像
    cv::imshow("Dst Image", dstImage);

    // 图像运算
    cv::Mat resultImage;
    cv::add(srcImage, dstImage, resultImage);

    // 显示图像算数运算后的图像
    cv::imshow("Result Image", resultImage);
    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

可以看到有两个小狗叠加在一起，如下图所示：

1.2 图像减法

图像减法是将两幅图像的对应像素值相减，生成一幅新的图像。在 OpenCV 中，可以使用 cv::subtract() 函数来实现图像减法。

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像
    cv::Mat srcImage = cv::imread("./dog.jpg");
    if (srcImage.empty()) {
        std::cout << "Could not read the image.";
        return -1;
    }
    // 显示原图像
    cv::imshow("Src Image", srcImage);

    // 创建空白图像
    Mat dstImage = Mat::zeros(Size(srcImage.size().width,srcImage.size().height), CV_8UC3);	// 8uc1无符号8位，通道1
    dstImage = Scalar(100, 100, 100);	// 赋值 B G R
    // 显示目标图像
    cv::imshow("Dst Image", dstImage);

    // 图像运算
    cv::Mat resultImage;
    cv::subtract(srcImage, dstImage, resultImage);

    // 显示图像算数运算后的图像
    cv::imshow("Result Image", resultImage);
    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

可以看到相减后变暗了很多，如下图所示：

1.3 图像乘法

图像乘法是将两幅图像的对应像素值相乘，生成一幅新的图像。在 OpenCV 中，可以使用 cv::multiply() 函数来实现图像乘法。

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像
    cv::Mat srcImage = cv::imread("./dog.jpg");
    if (srcImage.empty()) {
        std::cout << "Could not read the image.";
        return -1;
    }
    // 显示原图像
    cv::imshow("Src Image", srcImage);

    // 图像运算（变暗）
    cv::Mat resultImage1;
    cv::multiply(srcImage, cv::Scalar(0.7, 0.7, 0.7), resultImage1);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image1", resultImage1);

    // 图像运算（变亮）
    cv::Mat resultImage2;
    cv::multiply(srcImage, cv::Scalar(1.2, 1.2, 1.2), resultImage2);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image2", resultImage2);

    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

可以看到像素乘以 0.7 会变暗，而乘以 1.2 会变亮。效果图如下图所示：

1.4 图像加法

图像除法是将两幅图像的对应像素值相除，生成一幅新的图像。在 OpenCV 中，可以使用 cv::divide() 函数来实现图像除法。

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像
    cv::Mat srcImage = cv::imread("./dog.jpg");
    if (srcImage.empty()) {
        std::cout << "Could not read the image.";
        return -1;
    }
    // 显示原图像
    cv::imshow("Src Image", srcImage);

    // 图像运算
    cv::Mat resultImage;
    cv::divide(srcImage, cv::Scalar(2, 2, 2), resultImage);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image1", resultImage);

    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

可以看到像素除以 2 会变暗。效果图如下图所示：

二、图像位运算

位运算是对图像的每个像素进行二进制位操作。

OpenCV 提供了 cv::bitwise_and()、cv::bitwise_or()、cv::bitwise_not() 和 cv::bitwise_xor() 函数来实现图像的位运算。

函数	功能	应用场景
`cv::bitwise_and()`	按位与操作	掩码操作、图像分割
`cv::bitwise_or()`	按位或操作	图像叠加
`cv::bitwise_not()`	按位取反操作	图像反色
`cv::bitwise_xor()`	按位异或操作	图像差异检测

2.1 位与运算 (AND)

位与运算是对两幅图像的每个像素进行按位与操作。

原图同时 AND 纯白和纯黑图片的示例：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像
    cv::Mat srcImage = cv::imread("./dog.jpg");
    if (srcImage.empty()) {
        std::cout << "Could not read the image.";
        return -1;
    }
    // 显示原图像
    cv::imshow("Src Image", srcImage);

    // 原图像 AND 纯白图像
    cv::Mat resultImage1;
    cv::bitwise_and(srcImage, cv::Scalar(255, 255, 255), resultImage1);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image AND White", resultImage1);

    // 原图像 AND 纯黑图像
    cv::Mat resultImage2;
    cv::bitwise_and(srcImage, cv::Scalar(0, 0, 0), resultImage2);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image AND Black", resultImage2);

    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

效果图如下图所示：

2.2 位或运算 (OR)

位或运算是对两幅图像的每个像素进行按位或操作。

原图同时 OR 纯白和纯黑图片的示例：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像
    cv::Mat srcImage = cv::imread("./dog.jpg");
    if (srcImage.empty()) {
        std::cout << "Could not read the image.";
        return -1;
    }
    // 显示原图像
    cv::imshow("Src Image", srcImage);

    // 原图像 OR 纯白图像
    cv::Mat resultImage1;
    cv::bitwise_or(srcImage, cv::Scalar(255, 255, 255), resultImage1);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image OR White", resultImage1);

    // 原图像 OR 纯黑图像
    cv::Mat resultImage2;
    cv::bitwise_or(srcImage, cv::Scalar(0, 0, 0), resultImage2);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image OR Black", resultImage2);

    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

效果图如下图所示：

2.3 位非运算 (NOT)

位非运算是对图像的每个像素进行按位取反操作。

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像
    cv::Mat srcImage = cv::imread("./dog.jpg");
    if (srcImage.empty()) {
        std::cout << "Could not read the image.";
        return -1;
    }
    // 显示原图像
    cv::imshow("Src Image", srcImage);

    // 原图像 NOT
    cv::Mat resultImage;
    cv::bitwise_not(srcImage, resultImage);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image NOT", resultImage);

    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

效果图如下图所示：

2.4 位异或运算 (XOR)

位异或运算是对两幅图像的每个像素进行按位异或操作。

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像
    cv::Mat srcImage = cv::imread("./dog.jpg");
    if (srcImage.empty()) {
        std::cout << "Could not read the image.";
        return -1;
    }
    // 显示原图像
    cv::imshow("Src Image", srcImage);

    // 原图像 XOR 纯白图像
    cv::Mat resultImage1;
    cv::bitwise_xor(srcImage, cv::Scalar(255, 255, 255), resultImage1);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image XOR White", resultImage1);

    // 原图像 XOR 纯黑图像
    cv::Mat resultImage2;
    cv::bitwise_xor(srcImage, cv::Scalar(0, 0, 0), resultImage2);
    // 显示图像算数运算后的图像
    cv::imshow("Result Image XOR Black", resultImage2);

    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

效果图如下图所示：

三、图像混合

图像混合是将两幅图像按照一定的权重进行线性组合，生成一幅新的图像。在 OpenCV 中，可以使用 cv::addWeighted() 函数来实现图像混合。

函数原型为：

void addWeighted(InputArray src1, double alpha, InputArray src2,
                  double beta, double gamma, OutputArray dst, int dtype = -1);

参数说明：

alpha：第一幅图像的权重。
beta：第二幅图像的权重。
gamma：可选的标量值，通常设置为 0。

公式：

result = img1 * alpha + img2 * beta + gamma

示例如下：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 读取图像1
    cv::Mat srcImage1 = cv::imread("./star.png");
    // 显示图像1
    cv::imshow("Src Image1", srcImage1);

    // 读取图像2
    cv::Mat srcImage2 = cv::imread("./man.png");
    // 显示图像2
    cv::imshow("Src Image2", srcImage2);

    // 混合参数
    double alpha = 0.5;
    double beta;
    double inputValue = 0.5; // 改变此值可以得到不同的效果

    // 混合图像
    if (inputValue >= 0.0 && inputValue <= 1.0)
        alpha = inputValue;
    beta = (1.0 - alpha);
    cv::Mat resultImage;
    addWeighted(srcImage1, alpha, srcImage2, beta, 0.0, resultImage);

    // 显示结果图像
    cv::imshow("Result Image", resultImage);

    // 等待用户按键后退出
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

可以看到两个图像合成到一起了，如下图所示：

四、注意事项

数据类型一致：
参与运算的图像必须具有相同的尺寸、通道数和数据类型（如 CV_8UC3）。
饱和操作：
add() 和 subtract() 会限制结果在有效范围内（如 0~255）。即像素值相加、相加、相乘、相除后的像素如果超过 255 或小于 0，OpenCV 会自动将其截断为 255 或 0。
掩膜的作用：
位运算和 copyTo() 可通过掩膜控制操作区域。

五、应用场景

加法：图像叠加（水印）、光照增强。
减法：背景消除、运动检测。
位运算：ROI 提取、二值图像处理。
融合：图像合成、透明度效果。

posted @ 2025-08-11 17:02 fengMisaka 阅读(17) 评论(0) 收藏举报

刷新页面返回顶部

fengMisaka

OpenCV入门（14）：图像处理之算术运算

一、基础运算

1.1 图像加法

1.2 图像减法

1.3 图像乘法

1.4 图像加法

二、图像位运算

2.1 位与运算 (AND)

2.2 位或运算 (OR)

2.3 位非运算 (NOT)

2.4 位异或运算 (XOR)

三、图像混合

四、注意事项

五、应用场景

公告