opencv位平面分解

import cv2
import numpy as np
lena=cv2.imread("D:\lena.jpg",0)
cv2.imshow("lena",lena)
r,c=lena.shape#所讀圖像的行列
x=np.zeros((r,c,8),dtype=np.uint8)
for i in range(8):
    x[:,:,i]=2**i#表示2的i次方
r=np.zeros((r,c,8),dtype=np.uint8)
for i in range(8):
    r[:,:,i]=cv2.bitwise_and(lena, x[:,:,i])
    mask=r[:,:,i]>0
    r[mask]=255 #將像素值大於0的都設爲255，目的在於提高亮度，否在值過低就接近黑色了
    cv2.imshow(str(i),r[:,:,i])
cv2.waitKey()
cv2.destroyAllWindows()

 

解釋：x是一個r*c*8的矩陣，通俗的說就是有8個r*c的面，首先對每個面的每個值進行賦值，第一個面全部賦值2^0,第二個面賦值

2^1,以此類推，八個面賦值2^7,此時，如果把這8個面分別與lena.jpg圖像相與，會得到八個圖像，第一個圖像提取的像素值

（八進制）的倒數第一位，第二個圖像提取的是像素值的倒數第二位，以此類推，第八個圖像提取的是像素值的第一位，由於提取過後的像素值（十進制）可能接近於1，也就是接近黑色，所以爲了更好顯示出來，把這些大於1的像素值賦值爲255，這樣可以有效提高亮度。