6) 如何使用位運(yùn)算符?

常用的位運(yùn)算符有 AND、OR、XOR 和 NOT。**BITWISE AND:**位與,它只會顯示輸入圖像的相交像素查看下面提到的代碼Org_img_1=cv．imread("/content/drive/MyDrive/Colab Notebooks/Opencv/NCS/emma-shappley-S0zmYpRTZbA-unsplash．jpg")
cv2_imshow(Org_img_1)
print("")
Org_img_2=cv．imread("/content/drive/MyDrive/Colab Notebooks/Opencv/NCS/olena-sergienko-UQLGR8otAEs-unsplash(1)．jpg")
cv2_imshow(Org_img_2)
print("")
#BITWISE AND
BITWISE_AND=cv．bitwise_and(Org_img_1,Org_img_2)
cv2_imshow(BITWISE_AND)
上述代碼的輸出:org_img_1:

org_img_2:

BITWISE_AND:

BITWISE OR:位或,它將顯示圖像的相交和非相交像素。查看下面提到的代碼#BITWISE OR
BITWISE_OR=cv．bitwise_or(Org_img_1,Org_img_2)
cv2_imshow(BITWISE_OR)
上述代碼的輸出:

BITWISE XOR:按位異或,它將顯示圖像的非相交像素。查看下面提到的代碼#BITWISE XOR
BITWISE_XOR=cv．bitwise_xor(Org_img_1,Org_img_2)
cv2_imshow(BITWISE_XOR)
上述代碼的輸出:

BITWISE NOT:按位取非,即,它將反轉(zhuǎn)圖像的色彩空間。查看下面提到的代碼#BITWISE NOT
BITWISE_NOT=cv．bitwise_not(Org_img_1)
cv2_imshow(BITWISE_NOT)
上述代碼的輸出:

7) 如何在圖像的每個(gè)像素中繪制顏色的直方圖?

7．1． BGR圖像:我們將嘗試使用 matplotlib 為BGR所有三個(gè)通道 繪制直方圖。查看下面提到的代碼和輸出的詳細(xì)信息:cv2_imshow(Org_img_2)
BGR_Co=('b','g','r')
for i,j in enumerate(BGR_Co):
 Org_img_Histo=cv．calcHist([Org_img_2],[i],None,[256],[0,256])
 plt．plot(Org_img_Histo,color=j)
 plt．xlim([0,256])
plt．xlabel("Bins")
plt．ylabel("# of pixels")
plt．title("Org_img Histogram")
plt．show()
上述代碼的輸出:BGR圖像:

直方圖:

7．2． 灰度圖像:我們將原始圖像轉(zhuǎn)換為灰度圖像,然后嘗試?yán)L制該圖像像素的直方圖。查看下面提到的代碼和輸出的詳細(xì)信息:gray=cv．cvtColor(Org_img_2,cv．COLOR_BGR2GRAY)
cv2_imshow(gray)
Gray_Histo=cv．calcHist([gray],[0],None,[256],[0,256])
plt．figure()
plt．title("GrayScale Histogram")
plt．xlabel("Bins")
plt．ylabel("# of pixels")
plt．plot(Gray_Histo)
plt．show()
上述代碼的輸出:灰度圖像:

直方圖:

總結(jié)現(xiàn)在我們已經(jīng)完成了OpenCV 的基礎(chǔ)知識和高級內(nèi)容,本文涵蓋了 OpenCV 中的一些高級內(nèi)容,這些內(nèi)容主要用于計(jì)算機(jī)視覺任務(wù)。