c++视觉图像线性混合

图像线性混合

使用 cv::addWeighted() 函数对两幅图像进行线性混合。alpha 和 beta 是两幅图像的权重,它们之和应该等于1。gamma 是一个可选的增益,这里设置为0。

你可以通过调整 alpha 的值来改变混合比例。如果 alpha=0.5,则两幅图像等权重混合,如果 alpha=0.7,则第一幅图像的权重更大。

图像线性混合(Image Blending)通常是通过权重对两幅图像进行加权相加的操作,产生一幅新的图像。这是一个简单的线性混合的示例:

cpp 复制代码
#include <opencv2/opencv.hpp>

int main() {
	// 读取两幅图像
	cv::Mat image1 = cv::imread("11.png");
	cv::Mat image2 = cv::imread("22.png");

	// 检查图像是否成功加载
	if (image1.empty() || image2.empty()) {
		std::cerr << "Error: Could not read the image(s)." << std::endl;
		return -1;
	}

	// 确保两幅图像大小相同
	if (image1.size() != image2.size()) {
		std::cerr << "Error: Image sizes do not match." << std::endl;
		return -1;
	}

	// 定义混合权重
	double alpha = 0.5;  // 第一幅图像的权重
	double beta = 1.0 - alpha;  // 第二幅图像的权重

	// 进行线性混合
	cv::Mat blendedImage;
	cv::addWeighted(image1, alpha, image2, beta, 0.0, blendedImage);

	// 显示原始图像和混合后的图像
	cv::imshow("Image 1", image1);
	cv::imshow("Image 2", image2);
	cv::imshow("Blended Image", blendedImage);

	// 等待按键
	cv::waitKey(0);

	return 0;
}

设置感兴趣区域再矩形线形混合

cpp 复制代码
#include <opencv2/opencv.hpp>

int main() {
    // 读取两幅图像
    cv::Mat image1 = cv::imread("11.png");
    cv::Mat image2 = cv::imread("22.png");

    // 检查图像是否成功加载
    if (image1.empty() || image2.empty()) {
        std::cerr << "Error: Could not read the image(s)." << std::endl;
        return -1;
    }

    // 确保两幅图像大小相同
    if (image1.size() != image2.size()) {
        std::cerr << "Error: Image sizes do not match." << std::endl;
        return -1;
    }

    // 定义感兴趣区域的矩形
    cv::Rect roiRect(100, 50, 150, 100);

    // 定义不同区域的权重
    double alpha1 = 0.8;  // 第一幅图像的权重
    double beta1 = 1.0 - alpha1;  // 第二幅图像的权重

    double alpha2 = 0.3;  // 第一幅图像的权重
    double beta2 = 1.0 - alpha2;  // 第二幅图像的权重

    // 创建两个感兴趣区域
    cv::Mat roi1 = image1(roiRect);
    cv::Mat roi2 = image2(roiRect);

    // 进行线性混合
    cv::Mat blendedROI;
    cv::addWeighted(roi1, alpha1, roi2, beta1, 0.0, blendedROI);

    // 将混合后的ROI放回原图像
    blendedROI.copyTo(image1(roiRect));

    // 显示原始图像和混合后的图像
    cv::imshow("Image 1", image1);
    cv::imshow("Image 2", image2);

    // 等待按键
    cv::waitKey(0);

    return 0;
}
相关推荐
东离与糖宝2 分钟前
AI 智能体安全踩坑记:Java 为 OpenClaw 添加权限控制与审计日志实战
java·人工智能
love530love4 分钟前
OpenClaw搭配LM Studio VS Ollama:Windows CUDA实战深度对比与完全配置指南
人工智能·windows·vllm·ollama·llama.cpp·lm studio·openclaw
王侯相将6 分钟前
Claude Code 是什么?
人工智能·深度学习
Tony Bai7 分钟前
【AI 智能体时代的软件工程】07 任务工程:告别 Prompt,建立“自治契约”
人工智能·prompt
你的小眼睛ii13 分钟前
window本地安装OpenClaw-CN遇到的问题
人工智能
一条咸鱼_SaltyFish16 分钟前
从 Spec Coding 到规范驱动 —— AI 编程的确定性边界
人工智能·ai编程·开发者·规范·mcp·speccoding
湘美书院--湘美谈教育18 分钟前
湘美书院主理人:AI时代的文雅智能,赏花赏月赏秋香
人工智能·深度学习·神经网络·机器学习·ai写作
aiAIman21 分钟前
OpenClaw Web Search 完全指南(2026年3月最新)
人工智能·开源·aigc
岛雨QA26 分钟前
【基础知识】人工智能大模型常见术语(1)
人工智能·aigc·openai
互联网志42 分钟前
为数字经济与人工智能深度融合筑牢坚实底座
人工智能