当前位置: 首页 > news >正文

OpenCV 图像像素的算术操作

一、知识点
1、operator+
  (1)、MatExpr operator + (const Mat & a, const Mat & b);
      a、a和b的行数、列数、通道数得相同。
      b、a和b的每个像素的每个通道值分别相加。
  (2)、MatExpr operator + (const Mat & a, const Scalar & s);
      a、若a的通道数和s的标量数相同,则a每个像素的每个通道值和s的每个标量数分别相加。
      b、若a的通道数和s的标量数不同,则a每个像素的前几个通道值和s的前几个标量数分别相加。
  (3)、MatExpr operator + (const Scalar & s, const Mat & a);
      a、若s的标量数和a的通道数相同,则s的每个标量数和a每个像素的每个通道值分别相加。
      b、若s的标量数和a的通道数不同,则s的前几个标量数和a每个像素的前几个通道值分别相加。

2、operator-
  (1)、MatExpr operator - (const Mat & a, const Mat & b);
      a、a和b的行数、列数、通道数得相同。
      b、a和b的每个像素的每个通道值分别相减。
  (2)、MatExpr operator - (const Mat & a, const Scalar & s);
      a、若a的通道数和s的标量数相同,则a每个像素的每个通道值和s的每个标量数分别相减; 
      b、若a的通道数和s的标量数不同,则a每个像素的前几个通道值和s的前几个标量数分别相减。
  (3)、MatExpr operator - (const Scalar & s, const Mat & a);
      a、若s的标量数和a的通道数相同,则s的每个标量数和a每个像素的每个通道值分别相减; 
      b、若s的标量数和a的通道数不同,则s的前几个标量数和a每个像素的前几个通道值分别相减。
     
3、operator*
  (1)、MatExpr operator * (const Mat & a, const Mat & b);
      a、a和b矩阵点乘。
      b、a的列数和b的行数得相同。
      c、a和b的数据类型只能是CV_32FC1、CV_64FC1、CV_32FC2、CV_64FC2中的一种,其它类型如CV_8UC1,编译器会报错。
  (2)、MatExpr operator * (const Mat & a, double s);
      a、a的每个像素的每个通道值分别和s相乘。
  (3)、MatExpr operator * (double s, const Mat & a);
      a、s和a的每个像素的每个通道值分别相乘。
      
4、operator/
  (1)、MatExpr operator / (const Mat & a, const Mat & b);
      a、a和b的行数、列数、通道数得相同。
      b、a和b的每个像素的每个通道值分别相除。
  (2)、MatExpr operator / (const Mat & a, double s);
      a、a的每个像素的每个通道值除以s。
  (3)、MatExpr operator / (double s, const Mat & a);
      a、s除以a的每个像素的每个通道值。
      
5、add()
  (1)、void add(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -1);
  (2)、参数说明:
      src1: 第1个输入数组,通常是Mat对象。
      src2: 第2个输入数组,通常是Mat对象。
      dst: 输出数组,src1和src2逐元素相加后的结果。
      mask: 掩码数组,用于指定哪些元素做加法操作。 默认为noArray(),则对所有元素进行操作。
      dtype: 输出数组的数据类型,默认值-1,表示输出数组与输入数组的数据类型相同。
  (3)、src1和src2的每个像素的每个通道值都会独立相加,所以src1和src2的行、列、通道数要相同。
  
6、subtract()
  (1)、void subtract(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -1);
  (2)、参数说明:
      src1: 第1个输入数组,通常是Mat对象。
      src2: 第2个输入数组,通常是Mat对象。
      dst: 输出数组,src1和src2逐元素相减后的结果。
      mask: 掩码数组,用于指定哪些元素做减法操作。 默认为noArray(),则对所有元素进行操作。
      dtype: 输出数组的数据类型,默认值-1,表示输出数组与输入数组的数据类型相同。
  (3)、src1和src2的每个像素的每个通道值都会独立相减,所以src1和src2的行、列、通道数要相同。
      
7、multiply()
  (1)、void multiply(InputArray src1, InputArray src2, OutputArray dst, double scale = 1, int dtype = -1);
  (2)、参数说明:
      src1: 第1个输入数组,通常是Mat对象。
      src2: 第2个输入数组,通常是Mat对象。
      dst: 输出数组,src1和src2逐元素相乘后的结果。
      scale: 缩放因子,结果会被此因子缩放,默认值1。
      dtype: 输出数组的数据类型,默认值-1,表示输出数组与输入数组的数据类型相同。
  (3)、src1和src2的每个像素的每个通道值都会独立相乘,所以src1和src2的行、列、通道数要相同。
  
8、divide()
  (1)、void divide(InputArray src1, InputArray src2, OutputArray dst, double scale = 1, int dtype = -1);
  (2)、参数说明:
      src1: 第1个输入数组,通常是Mat对象。
      src2: 第2个输入数组,通常是Mat对象。
      dst: 输出数组,src1和src2逐元素相除后的结果。
      scale: 缩放因子,结果会被此因子缩放,默认值1。
      dtype: 输出数组的数据类型,默认值-1,表示输出数组与输入数组的数据类型相同。
  (3)、src1和src2的每个像素的每个通道值都会独立相除,所以src1和src2的行、列、通道数要相同。
  
9、注意: 有些结果数据因超过数据类型的最大范围,会被截断。 如数据类型8U,则数据300就只能被截断为255。
  
10、saturate_cast:
  (1)、template<typename _Tp> 
      _Tp saturate_cast(ArgType v);
  (2)、将一个值v转换为_Tp类型的值,并确保转换过程中值不会超出_Tp取值范围。
  
  
二、示例代码和输出结果:

#include <iostream>
#include <opencv2/opencv.hpp>int main()
{cv::Mat m1(3, 3, CV_8UC3, cv::Scalar(20, 40, 30));cv::Mat m2(3, 3, CV_8UC3, cv::Scalar(10, 20, 15));std::cout << "m1:" << std::endl << m1 << std::endl;std::cout << "m2:" << std::endl << m2 << std::endl;cv::Mat m3 = cv::Mat::ones(3, 3, CV_32FC1);cv::Mat m4 = cv::Mat::ones(3, 3, CV_32FC1);m3.at<float>(1, 1) = 30;m4.at<float>(1, 1) = 5;m3.at<float>(0, 2) = 24;m4.at<float>(0, 2) = 6;std::cout << "m3:" << std::endl << m3 << std::endl;std::cout << "m4:" << std::endl << m4 << std::endl;cv::Scalar s1(10, 11, 12);cv::Scalar s2(100, 110, 120);//MatExpr operator + (const Mat & a, const Mat & b);cv::Mat dst1 = m1 + m2;std::cout << "dst1:" << std::endl << dst1 << std::endl;//MatExpr operator + (const Mat & a, const Scalar & s);cv::Mat dst2 = m1 + s1;std::cout << "dst2:" << std::endl << dst2 << std::endl;//MatExpr operator + (const Scalar & s, const Mat & a);cv::Mat dst3 = s1 + m1;std::cout << "dst3:" << std::endl << dst3 << std::endl;//MatExpr operator - (const Mat & a, const Mat & b);cv::Mat dst4 = m1 - m2;std::cout << "dst4:" << std::endl << dst4 << std::endl;//MatExpr operator - (const Mat & a, const Scalar & s);cv::Mat dst5 = m1 - s1;std::cout << "dst5:" << std::endl << dst5 << std::endl;//MatExpr operator - (const Scalar & s, const Mat & a);cv::Mat dst6 = s2 - m1;std::cout << "dst6:" << std::endl << dst6 << std::endl;//MatExpr operator * (const Mat & a, const Mat & b); cv::Mat dst7 = m3 * m4;std::cout << "dst7:" << std::endl << dst7 << std::endl;//MatExpr operator * (const Mat & a, double s);cv::Mat dst8 = m1 * 2;std::cout << "dst8:" << std::endl << dst8 << std::endl;//MatExpr operator * (double s, const Mat & a);cv::Mat dst9 = 2 * m1;std::cout << "dst9:" << std::endl << dst9 << std::endl;//MatExpr operator / (const Mat & a, const Mat & b);cv::Mat dst10 = m3 / m4;std::cout << "dst10:" << std::endl << dst10 << std::endl;//MatExpr operator / (const Mat & a, double s);cv::Mat dst11 = m1 / 10;std::cout << "dst11:" << std::endl << dst11 << std::endl;//MatExpr operator / (double s, const Mat & a);cv::Mat dst12 = 240 / m1;std::cout << "dst12:" << std::endl << dst12 << std::endl;//void add(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -1);cv::Mat dst13;cv::add(m1, m2, dst13);std::cout << "dst13:" << std::endl << dst13 << std::endl;//void subtract(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -1);cv::Mat dst14;cv::subtract(m1, m2, dst14);std::cout << "dst14:" << std::endl << dst14 << std::endl;//void multiply(InputArray src1, InputArray src2, OutputArray dst, double scale = 1, int dtype = -1);cv::Mat dst15;cv::multiply(m3, m4, dst15);std::cout << "dst15:" << std::endl << dst15 << std::endl;//void divide(InputArray src1, InputArray src2, OutputArray dst, double scale = 1, int dtype = -1);cv::Mat dst16;cv::divide(m1, m2, dst16);std::cout << "dst16:" << std::endl << dst16 << std::endl;//saturate_castint dst17 = cv::saturate_cast<uchar>(310);std::cout << "dst17:" << std::endl << dst17 << std::endl;system("pause");return 0;
}输出结果:
m1:
[ 20,  40,  30,  20,  40,  30,  20,  40,  30;20,  40,  30,  20,  40,  30,  20,  40,  30;20,  40,  30,  20,  40,  30,  20,  40,  30]
m2:
[ 10,  20,  15,  10,  20,  15,  10,  20,  15;10,  20,  15,  10,  20,  15,  10,  20,  15;10,  20,  15,  10,  20,  15,  10,  20,  15]
m3:
[1, 1, 24;1, 30, 1;1, 1, 1]
m4:
[1, 1, 6;1, 5, 1;1, 1, 1]
dst1:
[ 30,  60,  45,  30,  60,  45,  30,  60,  45;30,  60,  45,  30,  60,  45,  30,  60,  45;30,  60,  45,  30,  60,  45,  30,  60,  45]
dst2:
[ 30,  51,  42,  30,  51,  42,  30,  51,  42;30,  51,  42,  30,  51,  42,  30,  51,  42;30,  51,  42,  30,  51,  42,  30,  51,  42]
dst3:
[ 30,  51,  42,  30,  51,  42,  30,  51,  42;30,  51,  42,  30,  51,  42,  30,  51,  42;30,  51,  42,  30,  51,  42,  30,  51,  42]
dst4:
[ 10,  20,  15,  10,  20,  15,  10,  20,  15;10,  20,  15,  10,  20,  15,  10,  20,  15;10,  20,  15,  10,  20,  15,  10,  20,  15]
dst5:
[ 10,  29,  18,  10,  29,  18,  10,  29,  18;10,  29,  18,  10,  29,  18,  10,  29,  18;10,  29,  18,  10,  29,  18,  10,  29,  18]
dst6:
[ 80,  70,  90,  80,  70,  90,  80,  70,  90;80,  70,  90,  80,  70,  90,  80,  70,  90;80,  70,  90,  80,  70,  90,  80,  70,  90]
dst7:
[26, 30, 31;32, 152, 37;3, 7, 8]
dst8:
[ 40,  80,  60,  40,  80,  60,  40,  80,  60;40,  80,  60,  40,  80,  60,  40,  80,  60;40,  80,  60,  40,  80,  60,  40,  80,  60]
dst9:
[ 40,  80,  60,  40,  80,  60,  40,  80,  60;40,  80,  60,  40,  80,  60,  40,  80,  60;40,  80,  60,  40,  80,  60,  40,  80,  60]
dst10:
[1, 1, 4;1, 6, 1;1, 1, 1]
dst11:
[  2,   4,   3,   2,   4,   3,   2,   4,   3;2,   4,   3,   2,   4,   3,   2,   4,   3;2,   4,   3,   2,   4,   3,   2,   4,   3]
dst12:
[ 12,   6,   8,  12,   6,   8,  12,   6,   8;12,   6,   8,  12,   6,   8,  12,   6,   8;12,   6,   8,  12,   6,   8,  12,   6,   8]
dst13:
[ 30,  60,  45,  30,  60,  45,  30,  60,  45;30,  60,  45,  30,  60,  45,  30,  60,  45;30,  60,  45,  30,  60,  45,  30,  60,  45]
dst14:
[ 10,  20,  15,  10,  20,  15,  10,  20,  15;10,  20,  15,  10,  20,  15,  10,  20,  15;10,  20,  15,  10,  20,  15,  10,  20,  15]
dst15:
[1, 1, 144;1, 150, 1;1, 1, 1]
dst16:
[  2,   2,   2,   2,   2,   2,   2,   2,   2;2,   2,   2,   2,   2,   2,   2,   2,   2;2,   2,   2,   2,   2,   2,   2,   2,   2]
dst17:
255

http://www.xdnf.cn/news/712927.html

相关文章:

  • 【解决】firewalld 模块未识别
  • 体育遇上AI:解读新一代智能阅读产品
  • C/C++ 面试复习笔记(1)
  • 提升WSL中Ubuntu编译速度的完整指南
  • MySQL 索引和事务
  • MATLAB语言教程:从入门到精通的全面指南
  • uniapp分包配置,uniapp设置subPackages
  • 电脑如何保养才能用得更久
  • 【高频面试题】数组中的第K个最大元素(堆、快排进阶)
  • 动态设置微信小程序页面标题(navigationBarTitleText属性)
  • MATLAB 横向剪切干涉系统用户界面设计及其波前重构研究
  • 记录一次发生的OOM异常,OutOfMemoryError: Java heap space
  • 【笔记】suna部署之获取 OpenRouter API key
  • DFS:从入门到进阶的刷题指南
  • solidworks报错-只有合并特征才能被阵列。如果恰当,请选择实体的阵列
  • 表里不一的程序世界和物理世界
  • Linux日志管理
  • 【LangChain】
  • CAN通信波特率异常的危害
  • 用Python绘制动态爱心:代码解析与浪漫编程实践
  • 进行性核上性麻痹健康护理全指南:从症状管理到生活照护
  • 杏仁海棠花饼的学习日记第十四天CSS
  • 亡羊补牢与持续改进 - SRE 的安全日志、审计与事件响应
  • 树莓派超全系列教程文档--(52)如何启用VNC功能
  • electron安装报错处理
  • K M G T P E Z
  • ChatGPT Plus/Pro 订阅教程(支持支付宝)
  • opengauss 数据库安装主备 非om方式
  • 11 java语言执行浅析1
  • spring boot 拦截器HandlerInterceptor 不生效的原因排查