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
Java后端的Ai之路3 分钟前
Git冲突完整排查与实战:本地修改覆盖报错到成功推送全流程复盘
开发语言·人工智能·git·python·pop
skywalk81635 分钟前
AI 中台记录:使用码道基于deepseek harness制作AI数字中台9.14日
开发语言·人工智能·ai中台
寻道码路7 分钟前
大模型工程化实战(十):Human-in-the-Loop 反馈闭环——三层清洗打造 Golden Set,拒绝“点赞即真理”
人工智能·大模型·ai工程化·hitl·反馈闭环·goldenset·数据回流
IT_陈寒7 分钟前
React重渲染这坑,我跳进去又爬出来了
前端·人工智能·后端
user_admin_god8 分钟前
第 03 篇:Java HttpClient 手写第一个 Chat 请求
java·人工智能·spring boot·语言模型
世岩清上11 分钟前
一次性完工的数字展厅,如何预留后期内容更新空间?
大数据·网络·人工智能·音视频·展厅改造
LearnYard13 分钟前
支持本地私有化部署的企业网盘选型:信创适配与 Docker 部署实践
大数据·人工智能
揽秀亭长14 分钟前
如何提取视频中的脚本内容?常见方法与工具对比
人工智能·音视频
艾莉丝努力练剑17 分钟前
【AI大模型接入SDK】LLMManager类架构与智能指针选型
网络·c++·人工智能·学习·面试·架构