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
就不爱吃大米饭3 分钟前
Chrome代理IP配置教程常见方式附问题解答
大数据·人工智能·搜索引擎
-一杯为品-7 分钟前
【深度学习】#11 优化算法
人工智能·深度学习·算法
兔兔爱学习兔兔爱学习19 分钟前
读论文alexnet:ImageNet Classification with Deep Convolutional Neural Networks
人工智能
Johny_Zhao43 分钟前
VMware workstation 部署微软MDT系统
网络·人工智能·信息安全·微软·云计算·系统运维·mdt
亚里随笔1 小时前
AlphaEvolve:LLM驱动的算法进化革命与科学发现新范式
人工智能·算法·llm·大语言模型
Panesle1 小时前
基于对抗性后训练的快速文本到音频生成:stable-audio-open-small 模型论文速读
人工智能·机器学习·音视频
Linux猿1 小时前
华为云Flexus+DeepSeek征文|DeepSeek-V3/R1商用服务体验
人工智能·华为云·华为云征文·modelartsstudio·flexus+deepseek·deepseek-v3/r1
攻城狮7号2 小时前
一文解析13大神经网络算法模型架构
人工智能·深度学习·神经网络·机器学习
羽凌寒2 小时前
动态范围调整(SEF算法实现)
人工智能·深度学习·计算机视觉
zyhomepage2 小时前
科技的成就(六十八)
开发语言·人工智能·科技·算法·内容运营