（数字图像处理MATLAB+Python）第三章图像基本运算-第二节：图像代数运算

定两幅同大小的图像为A和B，那么在对应像素位置上执行加法操作的结果就是得到一个新的像素值C。C的数值等于A和B对应像素位置上的数值相加之和。这种图像算数运算通常用于图像处理中的亮度调整、叠加等操作。 B：程序 实现图像加法运算的程序可以分为以下几个步骤： 1. 读取图像A和B，并获取它们的大小信息。 2. 创建一个与A和B相同大小的空白图像C。 3. 对于每一个像素点，将A和B对应像素位置上的像素值相加，并将结果赋值给C相应像素位置上的像素值。 4. 将图像C保存到指定位置。 下面是Python代码实现： ```python import cv2 # 读取图像A和B img_A = cv2.imread('image_A.jpg', cv2.IMREAD_GRAYSCALE) img_B = cv2.imread('image_B.jpg', cv2.IMREAD_GRAYSCALE) # 获取图像大小信息 height, width = img_A.shape # 创建空白图像C img_C = np.zeros((height, width), dtype=np.uint8) # 执行加法操作 for i in range(height): for j in range(width): # 相加并赋值给C img_C[i][j] = img_A[i][j] + img_B[i][j] # 保存图像C cv2.imwrite('image_C.jpg', img_C) ``` （2）减法运算 A：概述 减法运算指将两幅同大小的图像进行像素级别的减法操作，得到一幅新的图像。设定两幅同大小的图像为A和B，那么在对应像素位置上执行减法操作的结果就是得到一个新的像素值C。C的数值等于A和B对应像素位置上的数值相减之差。这种图像算数运算通常用于图像处理中的边缘检测、图像差异比较等操作。 B：程序 实现图像减法运算的程序可以按照以下步骤： 1. 读取图像A和B，并获取它们的大小信息。 2. 创建一个与A和B相同大小的空白图像C。 3. 对于每一个像素点，将A和B对应像素位置上的像素值相减，并将结果赋值给C相应像素位置上的像素值。 4. 将图像C保存到指定位置。 下面是Python代码实现： ```python import cv2 # 读取图像A和B img_A = cv2.imread('image_A.jpg', cv2.IMREAD_GRAYSCALE) img_B = cv2.imread('image_B.jpg', cv2.IMREAD_GRAYSCALE) # 获取图像大小信息 height, width = img_A.shape # 创建空白图像C img_C = np.zeros((height, width), dtype=np.uint8) # 执行减法操作 for i in range(height): for j in range(width): # 相减并赋值给C img_C[i][j] = img_A[i][j] - img_B[i][j] # 保存图像C cv2.imwrite('image_C.jpg', img_C) ``` （3）乘法运算 A：概述 乘法运算指将两幅同大小的图像进行像素级别的乘法操作，得到一幅新的图像。设定两幅同大小的图像为A和B，那么在对应像素位置上执行乘法操作的结果就是得到一个新的像素值C。C的数值等于A和B对应像素位置上的数值相乘之积。这种图像算数运算通常用于图像处理中的亮度调整、增强、滤波等操作。 B：程序 实现图像乘法运算的程序可以按照以下步骤： 1. 读取图像A和B，并获取它们的大小信息。 2. 创建一个与A和B相同大小的空白图像C。 3. 对于每一个像素点，将A和B对应像素位置上的像素值相乘，并将结果赋值给C相应像素位置上的像素值。 4. 将图像C保存到指定位置。 下面是Python代码实现： ```python import cv2 # 读取图像A和B img_A = cv2.imread('image_A.jpg', cv2.IMREAD_GRAYSCALE) img_B = cv2.imread('image_B.jpg', cv2.IMREAD_GRAYSCALE) # 获取图像大小信息 height, width = img_A.shape # 创建空白图像C img_C = np.zeros((height, width), dtype=np.uint8) # 执行乘法操作 for i in range(height): for j in range(width): # 相乘并赋值给C img_C[i][j] = img_A[i][j] * img_B[i][j] # 保存图像C cv2.imwrite('image_C.jpg', img_C) ``` （4）除法运算 A：概述 除法运算指将两幅同大小的图像进行像素级别的除法操作，得到一幅新的图像。设定两幅同大小的图像为A和B，那么在对应像素位置上执行除法操作的结果就是得到一个新的像素值C。C的数值等于A和B对应像素位置上的数值相除之商。这种图像算数运算通常用于图像处理中的颜色平衡、噪声去除等操作。 B：程序 实现图像除法运算的程序可以按照以下步骤： 1. 读取图像A和B，并获取它们的大小信息。 2. 创建一个与A和B相同大小的空白图像C。 3. 对于每一个像素点，将A和B对应像素位置上的像素值相除，并将结果赋值给C相应像素位置上的像素值。 4. 将图像C保存到指定位置。 下面是Python代码实现： ```python import cv2 # 读取图像A和B img_A = cv2.imread('image_A.jpg', cv2.IMREAD_GRAYSCALE) img_B = cv2.imread('image_B.jpg', cv2.IMREAD_GRAYSCALE) # 获取图像大小信息 height, width = img_A.shape # 创建空白图像C img_C = np.zeros((height, width), dtype=np.uint8) # 执行除法操作 for i in range(height): for j in range(width): # 相除并赋值给C img_C[i][j] = img_A[i][j] / img_B[i][j] # 保存图像C cv2.imwrite('image_C.jpg', img_C) ``` 二：图像逻辑运算 （1）概述 图像逻辑运算是指对图像进行按位逻辑运算的过程。在二值图像中，每个像素点只有两种灰度值：0和255。在进行图像逻辑运算时，常常需要将灰度值为255的像素作为True（真），灰度值为0的像素作为False（假）。根据需要，可以使用不同的逻辑运算符，如与（AND）、或（OR）、异或（XOR）等，对两幅同大小的二值图像进行运算，得到一幅新的二值图像。 （2）程序 实现图像逻辑运算的程序可以参考以下步骤： 1. 读取图像A和B，并获取它们的大小信息。 2. 创建一个与A和B相同大小的空白图像C。 3. 对于每一个像素点，通过逻辑运算符对A和B对应像素位置上的像素值进行运算，并将结果赋值给C相应像素位置上的像素值。 4. 将图像C保存到指定位置。 下面是Python代码实现（以AND运算为例）： ```python import cv2 # 读取图像A和B img_A = cv2.imread('image_A.jpg', cv2.IMREAD_GRAYSCALE) img_B = cv2.imread('image_B.jpg', cv2.IMREAD_GRAYSCALE) # 获取图像大小信息 height, width = img_A.shape # 创建空白图像C img_C = np.zeros((height, width), dtype=np.uint8) # 执行AND运算 for i in range(height): for j in range(width): # 对A和B对应像素位置上的像素值进行AND运算，并赋值给C img_C[i][j] = img_A[i][j] & img_B[i][j] # 保存图像C cv2.imwrite('image_C.jpg', img_C) ``` 以上是图像算数运算和图像逻辑运算的概述和实现程序，希望对您有所帮助。