OpenCV em Python. Parte 3

Olá, Habr! Esta é uma continuação do tutorial sobre a biblioteca opencv em python. Para quem não leu a primeira e a segunda partes, aqui: Parte 1 e Parte 2 , e todos os outros - leitura agradável!

Introdução

Nesta parte, veremos a aritmética de imagens, divisão e fusão de canais, vários métodos de desfoque.

Aritmética de imagem

, , .

, RGB , [0,255]. , , 250 30 70 100? , 280 -30 . , RGB , 8- , 280 -30 . , , , :

print("opencv addition: {}".format(cv2.add(np.uint8([250]), 
                                                   np.uint8([30]))))
print("opencv subtract: {}".format(cv2.subtract(np.uint8([70]), 
                                                    np.uint8([100]))))
print("numpy addition: {}".format(np.uint8([250]) + np.uint8([30])))
print("numpy subtract: {}".format(np.uint8([70]) - np.uint8([71])))
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

, opencv add subtract , numpy. :

opencv addition: 255
opencv subtract: 0
numpy addition: 24
numpy subtract: 255
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

OpenCV , [0,255]. numpy . , 60 255. , 255 0, , 0 ( ) 255.

, RGB , . , ? opencv — split():

image = cv2.imread('rectangles.png')
b, g, r = cv2.split(image)
cv2.imshow('blue', b)
cv2.imshow('green', g)
cv2.imshow('red', r)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

. :

. :

, . :

, . , . , , . , .

, , merge(), :

merge_image = cv2.merge([g,b,r])
cv2.imshow('merge_image', merge_image)
cv2.imshow('original', image)
cv2.waitKey(0)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

, , , .

— , . opencv : averaging(), gaussian() median().

Averaging

, — , . — , , . , blur(), , :

def averaging_blurring():
    image = cv2.imread('girl.jpg')
    img_blur_3 = cv2.blur(image, (3, 3))
    img_blur_7 = cv2.blur(image, (7, 7))
    img_blur_11 = cv2.blur(image, (11, 11))
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

, :

Gaussian

, , , , , «» . , :

opencv GaussianBlur(), , . 0, opencv , :

def gaussian_blurring():
    image = cv2.imread('girl.jpg')
    img_blur_3 = cv2.GaussianBlur(image, (3, 3), 0)
    img_blur_7 = cv2.GaussianBlur(image, (7, 7), 0)
    img_blur_11 = cv2.GaussianBlur(image, (11, 11), 0)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

Median

O desfoque mediano substitui o pixel central da imagem com a mediana de todos os pixels na região central, tornando o desfoque mais eficaz na remoção de ruído do tipo sal. Para aplicar este tipo de desfoque, você precisa chamar a função medianBlur () e passar dois parâmetros lá: a imagem e o tamanho do kernel:

def median_blurring():
    image = cv2.imread('girl.jpg')
    img_blur_3 = cv2.medianBlur(image, 3)
    img_blur_7 = cv2.medianBlur(image, 7)
    img_blur_11 = cv2.medianBlur(image, 11)
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
    

Como resultado, temos o seguinte:

Isso conclui esta parte. O código, como sempre, está disponível no github . Te vejo em breve:)