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
科创致远1 分钟前
2026轻MES行业数字化转型痛点与ROI报告 ——面向中小制造企业的轻量化生产管理与价值评估
大数据·人工智能·制造
u1301306 分钟前
AI 日报(2026年10月17日)
人工智能
Teable任意门互动7 分钟前
项目管理数字化落地案例|任意门互动科技(Teable 官方合作伙伴)以多维表格搭建项目管理平台
人工智能·开源·软件工程·飞书·开源软件·数据库开发
这张生成的图像能检测吗13 分钟前
(论文速读)CurveNet:沿点云学习几何曲线,让局部特征看见长距离形状
人工智能·计算机视觉·点云·3d技术
AI模型调用笔记18 分钟前
OpenAI API 故障切换:超时容灾三大坑
人工智能·语言模型
TMT星球23 分钟前
2026阅文创作大会:首批AI精品动画亮相,推出OPC一站式平台与IP委员会模式
人工智能·网络协议·tcp/ip
YHHLAI31 分钟前
造一个“读过《天龙八部》“的 AI 助手 —— advance-rag
人工智能·rag
MobotStone35 分钟前
那些藏在AI应用工具里的「专家」,到底能帮我们干什么?
人工智能
项目題供诗39 分钟前
ai大模型(二)
人工智能
CCblandy44 分钟前
向量检索 ANN 参数实测:换一种数据分布,recall 掉了 51 个百分点
人工智能·python·算法·自然语言处理·性能优化