05 OpenCV图像混合技术

文章目录

理论

其中 的取值范围为0~1之间

算子

addWeighted

c 复制代码
CV_EXPORTS_W void addWeighted(
    InputArray src1, 
    double alpha, 
    InputArray src2,                     
    double beta,
    double gamma, 
    OutputArray dst, 
    int dtype = -1
);
参数1:输入图像Mat -- src1
参数2:输入图像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,添加到每个和的标量。
参数6:输出混合图像

add

c 复制代码
void add(InputArray src1, 
        InputArray src2, 
        OutputArray dst,
        InputArray mask = noArray(), 
        int dtype = -1
);
InputArray类型的src1 ,第一个输入数组或scalar。

InputArray类型的src2 ,第二个输入数组或scalar。

OutputArray类型的dst ,输出图像,图像的尺寸、通道数和输入图像相同。

InputArray类型的mask,可选操作掩码-8位单通道数组,指定要更改的输出数组元素。

int类型的dtype,输出数组的可选深度。

subtract

c 复制代码
void subtract(InputArray src1, 
        InputArray src2, 
        OutputArray dst,
        InputArray mask = noArray(), 
        int dtype = -1
);
InputArray类型的src1 ,第一个输入数组或scalar。

InputArray类型的src2 ,第二个输入数组或scalar。

OutputArray类型的dst ,输出图像,图像的尺寸、通道数和输入图像相同。

InputArray类型的mask,可选操作掩码-8位单通道数组,指定要更改的输出数组元素。

int类型的dtype,输出数组的可选深度。

multiply

c 复制代码
void multiply(InputArray src1, 
        InputArray src2, 
        OutputArray dst,
        double scale = 1,
        int dtype = -1
);
InputArray类型的src1 ,第一个输入数组或scalar。

InputArray类型的src2 ,第二个输入数组或scalar,尺寸和类型要与src1一致。

OutputArray类型的dst ,输出图像,尺寸和类型要与src1一致。
double类型的scale,可选比例因子。
int类型的dtype,输出数组的可选深度。

divide

c 复制代码
void divide(InputArray src1, 
        InputArray src2, 
        OutputArray dst,
        double scale = 1,
        int dtype = -1
);
 
void divide(double scale, 
        InputArray src2,                         
        OutputArray dst, 
        int dtype = -1
);

InputArray类型的src1 ,第一个输入数组或scalar。
InputArray类型的src2 ,第二个输入数组或scalar,尺寸和类型要与src1一致。
OutputArray类型的dst ,输出图像,尺寸和类型要与src1一致。
double类型的scale,scalar因子。
int类型的dtype,输出数组的可选深度。

示例

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

using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat src1, src2, dst;
	src1 = imread("D:/vcprojects/images/LinuxLogo.jpg");
	src2 = imread("D:/vcprojects/images/win7logo.jpg");
	if (!src1.data) {
		cout << "could not load image Linux Logo..." << endl;
		return -1;
	}
	if (!src2.data) {
		cout << "could not load image WIN7 Logo..." << endl;
		return -1;
	}

	double alpha = 0.5;
	if (src1.rows == src2.rows && src1.cols == src2.cols && src1.type() == src2.type()) {
		addWeighted(src1, alpha, src2, (1.0 - alpha), 0.0, dst);
		// multiply(src1, src2, dst, 1.0);//两个图片相乘
		
		imshow("linuxlogo", src1);
		imshow("win7logo", src2);
		namedWindow("blend demo", CV_WINDOW_AUTOSIZE);
		imshow("blend demo", dst);
	}
	else {
		printf("could not blend images , the size of images is not same...\n");
		return -1;
	}

	waitKey(0);
	return 0;
}
相关推荐
量子位1 分钟前
18岁女孩做养老机器人,上线2天卖爆了
人工智能·llm
小林学习编程2 分钟前
2025年最新AI大模型原理和应用面试题
人工智能·ai·面试
数据分析能量站6 分钟前
大模型为什么会有幻觉?-Why Language Models Hallucinate
人工智能
小白狮ww22 分钟前
RStudio 教程:以抑郁量表测评数据分析为例
人工智能·算法·机器学习
沧海一粟青草喂马42 分钟前
抖音批量上传视频怎么弄?抖音矩阵账号管理的专业指南
大数据·人工智能·矩阵
demaichuandong1 小时前
详细讲解锥齿轮丝杆升降机的加工制造工艺
人工智能·自动化·制造
ZZHow10241 小时前
02OpenCV基本操作
python·opencv·计算机视觉
理智的煎蛋1 小时前
CentOS/Ubuntu安装显卡驱动与GPU压力测试
大数据·人工智能·ubuntu·centos·gpu算力
知来者逆1 小时前
视觉语言模型应用开发——Qwen 2.5 VL模型视频理解与定位能力深度解析及实践指南
人工智能·语言模型·自然语言处理·音视频·视觉语言模型·qwen 2.5 vl
IT_陈寒1 小时前
Java性能优化:10个让你的Spring Boot应用提速300%的隐藏技巧
前端·人工智能·后端