使用Python和OpenCV对图像进行负转换

反转亮度的图像被称为负图像，图像的亮部分会变暗，暗部分会变亮。彩色图像（RGB图像）的负转换会反转，红色区域会变为青色，绿色区域会变为洋红色，蓝色区域会变为黄色。

在医学成像、遥感和其他一些应用中，负转换广泛使用。它还有助于从图像的较暗区域找到细节。

负转换函数为-

我们知道8位图像的最大强度值为255，因此我们需要从255（最大强度值）中减去每个像素以生成负图像。

s = T(r) = L – 1 – r

在本文中，我们将介绍使用OpenCV Python获取图像的负变换的不同方法。

使用cv2.bitwise_not()函数：

该函数计算输入数组的按位反转。以下是not()函数的语法：

cv2.bitwise_not(src[, dst[, mask]])

参数

src：输入图像数组。
dst：输出数组，与输入数组具有相同的大小和类型（可选）。
mask：可选参数。

示例

在这个示例中，我们将反转图像数组的每个值，以获得负图像。

import cv2

# Load the image
img = cv2.imread('Images/Fruits.jpg')

# Invert the image using cv2.bitwise_not
img_neg = cv2.bitwise_not(img)

# Show the image
cv2.imshow('negative',img_neg)
cv2.waitKey(0)

输入图像

使用Python和OpenCV对图像进行负转换

输出图像

使用Python和OpenCV对图像进行负转换

使用减法

在这种方法中，我们使用两个for循环（基于图像的尺寸）遍历像素，然后从最大像素值（255）中减去每个像素的红色、绿色和蓝色值。

示例

让我们实现一个不使用任何函数的彩色图像的负转换。

import cv2

# Load the image
img = cv2.imread('Images/Fruits.jpg', cv2.COLOR_BGR2RGB)

height, width, _ = img.shape

for i in range(0, height - 1):
   for j in range(0, width - 1):
      # each pixel has RGB channle data 
      pixel = img[i, j]

      # red
      pixel[0] = 255 - pixel[0]

      # green
      pixel[1] = 255 - pixel[1]

      # blue
      pixel[2] = 255 - pixel[2]

      # Store new values in the pixel
      img[i, j] = pixel

# Display the negative transformed image
cv2.imshow('negative image', img)
cv2.waitKey(0)

输出图像

使用Python和OpenCV对图像进行负转换

我们成功地将彩色图像转换为负片。首先，我们使用for循环迭代图像数组的所有值（像素数据），然后将每个像素值从最大像素值（255）中减去，以获取负片转换后的图像。

示例

在这里，我们将直接应用最大强度值与图像数组之间的减法操作，而不是循环每个像素。

import numpy as np
import cv2

img = cv2.imread('Images/Fruits.jpg')

# Subtract the img array values from max value(calculated from dtype)
img_neg = 255 - img

# Show the negative image
cv2.imshow('negative',img_neg)
cv2.waitKey(0)

输出

使用Python和OpenCV对图像进行负转换

对于灰度图像

对于灰度图像，图像的亮部在负变换中会变暗，而较暗的部分则会变亮。

示例

在这个示例中，我们将以灰度模式读取图像以生成其负片。

import cv2

# Load the image
gray = cv2.imread('Images/Fruits.jpg', 0)

cv2.imshow('Gray image:', gray)

# Invert the image using cv2.bitwise_not
gray_neg = cv2.bitwise_not(gray)

# Show the image
cv2.imshow('negative',gray_neg)
cv2.waitKey(0)