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
Robert--cao2 分钟前
ubuntu22.04使用Isaac Sim 4.5.1与Isaac Lab 2.1.0完成BeyondMimic 环境
人工智能·算法·机器人
乾元2 分钟前
黑盒之光——机器学习三要素在安全领域的投影
运维·网络·人工智能·网络协议·安全·机器学习·架构
Jouham3 分钟前
正式上线!瞬维AI获客新功能解锁:客资自动沉淀+数据可视化,告别手动低效管理
人工智能
UR的出不克4 分钟前
基于机器学习的足球比赛预测系统 - 完整开发教程
人工智能·爬虫·python·深度学习·机器学习
石去皿5 分钟前
机器学习面试·易错速问速答 30 题
人工智能·机器学习·面试
geffen16886 分钟前
支持语音识别并控制的混合高清矩阵:革新视听体验,开启智能控制新时代
人工智能·矩阵·语音识别
石去皿8 分钟前
深度学习面试高频问题和答复
人工智能·深度学习·面试
光锥智能8 分钟前
安克创新与飞书联合发布“安克 AI 录音豆” 手指可握仅重 10 克
人工智能·飞书
EkihzniY9 分钟前
车牌相机:铁路桥安全防护的 “智慧眼睛”
人工智能
Blossom.11810 分钟前
实时知识增强大模型:基于Flink的流式向量索引与动态RAG系统
大数据·运维·人工智能·python·flink·prompt·知识图谱