OpenCV 图像减法运算：使用 NumPy 实现图像相减

使用 OpenCV 和 NumPy 进行图像减法运算

本示例展示如何使用 OpenCV 和 NumPy 库进行图像减法运算。

代码示例:

import cv2
import numpy as np

# 读取图像
img = cv2.imread(r'd:\image\angiography_live_image.tif')
m = cv2.imread(r'd:\image\angiography_mask_image.tif')

# OpenCV 减法运算
# result = cv2.subtract(img,m)
result = np.int32(img) - np.int32(m)

# 显示原始图像
cv2.imshow('original', img)

# 归一化结果图像的灰度值范围到0-255
cv2.normalize(result, result, 0, 255, cv2.NORM_MINMAX)

# 将结果图像转换为无符号8位整型
result = result.astype(np.uint8)

# 显示结果图像
cv2.imshow('result', result)

# 等待按下任意按键后关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

代码分析:

导入库:
- import cv2: 导入 OpenCV 库，用于图像读取、显示和处理。
- import numpy as np: 导入 NumPy 库，用于数组操作。
读取图像:
- img = cv2.imread(r'd:\image\angiography_live_image.tif'): 读取名为 'angiography_live_image.tif' 的图像并将其存储在变量 img 中。
- m = cv2.imread(r'd:\image\angiography_mask_image.tif'): 读取名为 'angiography_mask_image.tif' 的图像并将其存储在变量 m 中。
图像减法运算:
- result = np.int32(img) - np.int32(m): 使用 NumPy 库进行图像减法。将图像转换为 32 位整型数组，并进行数组相减，结果存储在变量 result 中。
显示图像:
- cv2.imshow('original', img): 使用 OpenCV 显示原始图像 img，窗口标题为 'original'。
- cv2.normalize(result, result, 0, 255, cv2.NORM_MINMAX): 对结果图像 result 进行归一化操作，将灰度值范围调整到 0-255 之间。
- result = result.astype(np.uint8): 将结果图像转换为无符号 8 位整型，以确保图像数据类型与 OpenCV 兼容。
- cv2.imshow('result', result): 使用 OpenCV 显示处理后的图像 result，窗口标题为 'result'。
等待用户操作:
- cv2.waitKey(0): 等待用户按下任意按键，按下按键后程序继续执行。
- cv2.destroyAllWindows(): 关闭所有 OpenCV 窗口。

注意:

图像减法运算通常用于去除图像中的背景或突出显示特定区域。
代码示例中使用了 NumPy 的数组运算，而不是 OpenCV 的 cv2.subtract() 函数，这是因为使用 NumPy 更灵活，且在处理大型图像时效率更高。
确保图像文件路径正确，并且图像格式兼容 OpenCV。