zoukankan      html  css  js  c++  java
  • 跟我一起学opencv 第五课之图像的混合

    *理论-线性混合操作

    g(x) = (1-α)f0(x)+αf1(x)  α的取值范围位0-1之间  f0(x)为图像1,f1(x)表示第二张图像 α是混合系数   g(x)是生成的图像,对每一个像素进行这个线性公式的操作

    *相关API

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

    参数介绍:

    参数1:输入图像Mat-src1

    参数2:输入图像的src1的alpha值

    参数3:输入图像Mat-src2

    参数4:输入图像src2的alpha值

    参数5:gamma值

    参数6:输出混合图像Mat

    注意事项:两张图像的大小和类型必须一致才可以进行混合

    *代码展示

    #include<opencv2opencv.hpp>
    #include<iostream>
    
    using namespace std;
    using namespace cv;
    /*图像操作*/
    int main(int argc, char **argv)
    {
        Mat src1 = imread("E:\vsprom\learn05\v15.jpg");
        
        if (src1.empty())
        {
            cout << "can not load imagefile1...." << endl;
            return -1;
        }
        namedWindow("in1 image win", CV_WINDOW_AUTOSIZE);
        imshow("in1 image win", src1);
    
        Mat src2 = imread("E:\vsprom\learn05\v18.jpg");
        if (src2.empty())
        {
            cout << "can not load imagefile2...." << endl;
            return -1;
        }
        namedWindow("in2 image win", CV_WINDOW_AUTOSIZE);
        imshow("in2 image win", src2);
    
        
        Mat dst;
        double alpha = 0.5;//混合比例
        if (src1.rows == src2.rows && src1.cols == src2.cols && src2.type() == src1.type())//两张图像大小和类型一致才可以混合
        {
            addWeighted(src1, alpha, src2, (1.0 - alpha), 0.0, dst);
            namedWindow("hunhe window", CV_WINDOW_AUTOSIZE);
            imshow("hunhe window", dst);
        }
    
    
    
        waitKey(0);
        return 0;
    }

    看一下效果图的展示:

    我们在看看乘法混合:

    代码

    multiply(src1, src2, dst, 1.0);//乘法混合

    看看运行效果:

  • 相关阅读:
    CSS基本知识(慕课网)
    html基本标签(慕课网)
    我为什么要写博客
    Android项目实战(三十二):圆角对话框Dialog
    02-05 scikit-learn库之线性回归
    02-36 支持向量回归
    02-25 scikit-learn库之决策树
    02-29 朴素贝叶斯(垃圾邮件分类)
    C-02 推荐系统
    05-02 特征选择
  • 原文地址:https://www.cnblogs.com/huipengbo/p/10777801.html
Copyright © 2011-2022 走看看