Python cv2中的PIL ImageCups.screen

如何在cv2中使用来自PIL的相同代码

img3 = ImageChops.screen(im1, im2)

---

您可以使用

ImageChops.screen

使用的公式来实现它：

out=MAX-（（MAX-image1）*（MAX-image2）/MAX）（）

守则：

import cv2
import numpy as np

im1 = cv2.imread('im1.png').astype(np.uint16)
im2 = cv2.imread('im2.png').astype(np.uint16)

im3 = (255 - ((255 - im1) * (255 - im2) / 255)).astype(np.uint8)

cv2.imwrite('im3.png', im3)

升级到

uint16

s是必要的，因为两个

uint18

值相乘，最后我将其重新转换为

uint8

s，因为这些值保证再次是

<256

屏幕将两个倒置的图像叠加在一起（）

您也可以这样做（无需

numpy

）：

import cv2

# read the input images, they can be color (RGB) images too
im1 = cv2.imread('im1.jpg')
im2 = cv2.imread('im2.jpg')

# images must be of same size, if not resize one of the images 
if im1.shape != im2.shape:
    im2 = cv2.resize(im2, im1.shape[:2][::-1], interpolation = cv2.INTER_AREA)

# invert and normalize first image
im1 = cv2.normalize(cv2.bitwise_not(im1), None, 0, 1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

# invert and normalize second image
im2 = cv2.normalize(cv2.bitwise_not(im2), None, 0, 1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

# superimpose two images, re-normalize and invert
im = cv2.bitwise_not(cv2.normalize(cv2.multiply(im1, im2), None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U))

# write the output image
cv2.imwrite('im.jpg', im)