• OpenCV图像处理学习五,图像的线性混合叠加


    图像的线性混合叠加

    在进图像处理时,opencv中提供了addWeighted()实现对两幅图像的叠加。

    这是一种线性混合操作,其公式如下:

    g(x) = (1- a)f0(x) + af1(x)

    注意事项:

    (1)a的取值范围为0到1之间

    (2)f0(x)f1(x)为参与混合的两幅图像,f1(x)表示输出图像

    (3)通过对两幅图像的每个像素值做线性加权得到最终的输出图像

    (4)两幅图像的大小和类型必须完全一致,如果把图像当成一个矩阵

    则两个矩阵相加的前提是维度必须一致,否则没有相加的意义

    通过改变a的值,可以实现两幅图像或视频进行混合时出现不同的效果,API函数如下:

    1. CV_EXPORTS_W void addWeighted(InputArray src1, double alpha, InputArray src2,
    2. double beta, double gamma, OutputArray dst, int dtype=-1);

    src1: 第一幅输入图像 

    alpha: 线性混合时第一幅图像的权重 

    src2: 第二幅输入图像 

    beta: 第二幅输入图像的权重 

    dst: 图像线性混合后的目标图像 

    gamma: 添加到每一个线性叠加总和的gamma 

    dtype: 目标图像深度,当两幅图像深度相同时可以将dtype置为-1,这样目标图像的深度将与输入图像相同

    其中beta - (1.0 - alpha);

    对于每个像素点其计算公式如下:

    dst = a×src1+b×src2+r

    =========================================================================

    代码实现如下:

    1. #include
    2. #include
    3. #include
    4. using namespace std;
    5. using namespace cv;
    6. int main()
    7. {
    8. Mat srcImage1 = imread("forest.jpg");
    9. Mat srcImage2 = imread("rain.jpg");
    10. Mat dstImage;
    11. //检查文件是否加载成功
    12. if(srcImage1.empty() || srcImage2.empty())
    13. {
    14. cout << "图像加载失败!" << endl << endl;
    15. return -1;
    16. }
    17. else
    18. cout << "图像加载成功!" << endl << endl;
    19. double alpha = 0.5;
    20. double beta;
    21. double input;
    22. cout << "Please Input alpha[0-1]: ";
    23. cin >> input;
    24. //判断输入的alpha是否符合要求
    25. if(input >= 0.0 && input <= 1.0)
    26. {
    27. alpha = input;
    28. }
    29. namedWindow("线性混合", WINDOW_NORMAL);
    30. beta = (1.0 - alpha);
    31. addWeighted(srcImage1, alpha, srcImage2, beta, 0.0, dstImage);
    32. imshow("线性混合", dstImage);
    33. namedWindow("srcImage1",WINDOW_NORMAL);
    34. imshow("srcImage1",srcImage1);
    35. namedWindow("srcImage2",WINDOW_NORMAL);
    36. imshow("srcImage2",srcImage2);
    37. waitKey(0);
    38. return 0;
    39. }

    =========================================================================

    图像处理效果

    输入alpha = 0.3

     

  • 相关阅读:
    TMS WEB Core 2.0.2 Retail
    HTML5期末大作业:游戏网站设计与实现——基于bootstrap响应式游戏资讯网站制作HTML+CSS+JavaScript
    Docker搭建redis集群
    原型(克隆)模式
    【PAT甲级】1050 String Subtraction
    【linux】普通用户创建删除口令管理等用户管理
    【Transformers】第 10 章 :从零开始训练 Transformer
    【实践篇】Redis使用规范清单详解
    常见web安全及防护原理
    Android12---下拉状态栏添加网速显示(MTK平台)
  • 原文地址:https://blog.csdn.net/weixin_44651073/article/details/126273448