看完了數(shù)字圖像處理后，從頭開始使用opencv進(jìn)行相關(guān)內(nèi)容的實現(xiàn)，使用的環(huán)境是VS2013+OpenCV2.4.9

1.圖像的加運算

加運算就是兩幅圖像對應(yīng)像素的灰度值或彩色分量進(jìn)行相加。主要有兩種用途，一種是消除圖像的隨機(jī)噪聲，主要做是講同一場景的圖像進(jìn)行相加后再取平均；另一種是用來做特效，把多幅圖像疊加在一起，再進(jìn)一步進(jìn)行處理。

對于灰度圖像，因為只有單通道，所以直接進(jìn)行相應(yīng)位置的像素加法即可，對于彩色圖像，則應(yīng)該將對應(yīng)的顏色的分量分別進(jìn)行相加。

通常來將，兩幅或多幅相加的圖像的大小和尺寸應(yīng)該相同。

以下為代碼部分，使用了兩種方法進(jìn)行實現(xiàn)，一是使用迭代器進(jìn)行圖像的遍歷進(jìn)行相加，另一種是使用OpenCV中的addWeighted函數(shù)進(jìn)行線性相加。

//本程序?qū)崿F(xiàn)將兩張尺寸相同的圖像進(jìn)行相加//在對像素進(jìn)行操作時，使用的時迭代器的方法//2017-02-18#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace cv;using namespace std; int main(){	Mat img1, img2, result1;	img1 = imread("1234.jpg");	img2 = imread("2345.jpg");	result1 = img1.clone();	Mat_<Vec3b>::iterator it = result1.begin<Vec3b>();	//result1初始位置的迭代器	Mat_<Vec3b>::iterator itend = result1.end<Vec3b>();	//result1終止位置的迭代器	Mat_<Vec3b>::iterator it1 = img1.begin<Vec3b>();   //img1初始迭代器	Mat_<Vec3b>::iterator it2 = img2.begin<Vec3b>();	//img2初始迭代器	//進(jìn)行遍歷	for (; it != itend; it++)	{		(*it)[0] = ((*it1)[0] + (*it2)[0]) /2;		(*it)[1] = ((*it1)[1] + (*it2)[1]) /2;		(*it)[2] = ((*it1)[2] + (*it2)[2]) /2;		it1++;		it2++;	}	namedWindow("原圖1",1);	imshow("原圖1", img1);	namedWindow("原圖2", 0);	imshow("原圖2", img2);	namedWindow("相加后的圖像",0);	imshow("相加后的圖像", result1);	Mat result2 = result1.clone();	addWeighted(img1, 1, img2, 1, 0,result2);	namedWindow("addWeighted");	imshow("addWeighted", result2);	waitKey();	return 0;}
運行結(jié)果為：
2.圖像相減
減法運算就是兩幅圖像見對象像素的灰度值或彩色分量進(jìn)行相減，它可以用于目標(biāo)檢測，程序?qū)崿F(xiàn)還是使用兩種方法。
以下為程序部分
//本程序?qū)崿F(xiàn)兩個尺寸相同的圖像進(jìn)行相減的操作//分別使用遍歷像素的方法和addWeighted的方法#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;uchar toZero(uchar a);//置零函數(shù)，小于零則為0int main(){	Mat imag1, imag2, result1, result2;	imag1 = imread("2345.jpg");	imag2 = imread("1234.jpg");	result1 = imag1.clone();	result2 = imag2.clone();		int rowNumber = result1.rows;	int colNumber = result1.cols;	for (int i = 0; i < rowNumber; i++)	{		for (int j = 0; j < colNumber; j++)		{			result1.at<Vec3b>(i, j)[0] = toZero(imag1.at<Vec3b>(i, j)[0] - imag2.at<Vec3b>(i, j)[0]);			result1.at<Vec3b>(i, j)[1] = toZero(imag1.at<Vec3b>(i, j)[1] - imag2.at<Vec3b>(i, j)[1]);			result1.at<Vec3b>(i, j)[2] = toZero(imag1.at<Vec3b>(i, j)[2] - imag2.at<Vec3b>(i, j)[2]);		}	}	//addWeighted方法進(jìn)行圖像相減	addWeighted(imag1, 1, imag2, -1, 0,result2);	imshow("原圖1", imag1);	imshow("原圖2", imag2);	imshow("result1", result1);	imshow("addWeighted", result2);	waitKey();	return 0;}uchar toZero(uchar a){	if (a < 0)		return 0;	else		return a;}
運行結(jié)果為：
result1貌似有問題，需要進(jìn)一步進(jìn)行檢查。
3.圖像相乘
圖像的乘法運算就是將兩幅圖像對應(yīng)的灰度值或彩色分量進(jìn)行相乘。
乘運算的主要作用是抑制圖像的某些區(qū)域，掩膜值置為1，否則置為0。乘運算有時也被用來實現(xiàn)卷積或相關(guān)的運算。
以下為相關(guān)程序代碼。
//圖像的乘運算。//將兩幅圖像對應(yīng)的灰度值或彩色分量進(jìn)行相乘。#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;int main(){	Mat imag1, imag2, result;	imag1 = imread("1234.jpg");	imag2 = imread("2345.jpg");	result = imag1.clone();	int rowNumber = result.rows;	int colNumber = result.cols;	for (int i = 0; i < rowNumber; i++)	{		for (int j = 0; j < colNumber; j++)		{			result.at<Vec3b>(i, j)[0] = (imag1.at<Vec3b>(i, j)[0] * imag2.at<Vec3b>(i, j)[0]) % 256;			result.at<Vec3b>(i, j)[1] = (imag1.at<Vec3b>(i, j)[1] * imag2.at<Vec3b>(i, j)[1]) % 256;			result.at<Vec3b>(i, j)[2] = (imag1.at<Vec3b>(i, j)[2] * imag2.at<Vec3b>(i, j)[2]) % 256;		}	}	imshow("原圖1", imag1);	imshow("原圖2", imag2);	imshow("相乘后的圖像", result);	waitKey();	return 0;}實驗的結(jié)果如下：
4.圖像相除
圖像除運算就是兩幅圖像對應(yīng)像素的灰度值或彩色分量進(jìn)行相除。
簡單的出運算可以用于改變圖像的灰度級
以下為代碼部分
//圖像的除法運算//就是講兩幅圖像的對應(yīng)像素的灰度值或彩色分量進(jìn)行相除。//簡單的除運算可以用來改變圖像的灰度級。#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;int main(){	Mat imag1, imag2, result;	imag2 = imread("1234.jpg");	imag1 = imread("2345.jpg");	result = imag1.clone();	int rowNumber = result.rows;	int colNumber = result.cols;	for (int i = 0; i < rowNumber; i++)	{		for (int j = 0; j < colNumber; j++)		{			result.at<Vec3b>(i, j)[0] = (imag1.at<Vec3b>(i, j)[0] * 1.0) / imag2.at<Vec3b>(i, j)[0];			result.at<Vec3b>(i, j)[1] = (imag1.at<Vec3b>(i, j)[1] * 1.0) / imag2.at<Vec3b>(i, j)[1];			result.at<Vec3b>(i, j)[2] = (imag1.at<Vec3b>(i, j)[2] * 1.0) / imag2.at<Vec3b>(i, j)[2];		}	}	imshow("原圖1", imag1);	imshow("原圖2", imag2);	imshow("相除后的圖像", result);	waitKey();	return 0;}