OpenCV计算摄影学(17)两个图像之间执行无缝克隆操作函数 seamlessClone()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

图像编辑任务涉及全局更改(如颜色/强度校正、滤镜应用、变形)或针对选定区域的局部更改。在这里,我们关注的是实现局部更改,即那些限制在手动选择的区域(ROI)内的更改,并且是以无缝且 effortless(轻松的,不费力的)方式进行的。更改的程度从轻微的扭曲到由全新内容完全替换不等。

cv::seamlessClone 是 OpenCV 库中用于图像处理的一个函数,它可以在两个图像之间执行无缝克隆操作。这种技术通常用于将一个图像的一部分(源图像)无缝地复制到另一个图像(目标图像)的指定位置上。

函数原型

cpp 复制代码
oid cv::seamlessClone 	
(
 	InputArray  	src,
	InputArray  	dst,
	InputArray  	mask,
	Point  	p,
	OutputArray  	blend,
	int  	flags 
) 		

参数

  • 参数src 输入8位3通道图像。
  • 参数 dst 输入8位3通道图像。
  • 参数 mask 输入8位1或3通道图像。
  • 参数 p 目标图像dst中放置对象的点。
  • 参数 blend 输出图像,与dst具有相同的大小和类型。
  • 参数 flags 克隆方法,可以是cv::NORMAL_CLONE、cv::MIXED_CLONE或cv::MONOCHROME_TRANSFER。

代码示例

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

using namespace cv;
using namespace std;

int main()
{
    // 读取源图像和目标图像
    Mat src = imread( "/media/dingxin/data/study/OpenCV/sources/images/jiangnan.jpg" );
    Mat dst = imread( "/media/dingxin/data/study/OpenCV/sources/images/mask.png" );
    if ( src.empty() || dst.empty() )
    {
        cout << "图像加载失败,请检查图像路径是否正确。\n";
        return -1;
    }

    // 创建掩模,大小与源图像相同,类型为CV_8UC1
    Mat mask = Mat::ones( src.size(), CV_8UC1 ) * 255;

    // 定义在目标图像中的位置点p(即源图像中心放置的位置)
    Point p( dst.cols / 2, dst.rows / 2 );

    // 输出图像
    Mat blend;

    // 执行无缝克隆
    seamlessClone( src, dst, mask, p, blend, NORMAL_CLONE );

    // 显示结果
    imshow( "Source Image", src );
    imshow( "Destination Image", dst );
    imshow( "Blended Image", blend );
    waitKey( 0 );

    return 0;
}

运行结果


相关推荐
落了一地秋28 分钟前
4.5 优化器中常见的梯度下降算法
人工智能·算法·机器学习
格林威38 分钟前
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现卫星图像识别(C#代码,UI界面版)
人工智能·深度学习·数码相机·yolo·计算机视觉
豆浆Whisky1 小时前
字节Coze入场开源,一文搞定基础部署和实践,放弃Dify?
人工智能·coze
柠檬味拥抱1 小时前
基于YOLOv8的边坡排水沟堵塞检测与识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
人工智能
李想AI1 小时前
Coze智能体本地部署保姆级教程
人工智能
TechubNews1 小时前
RWA与DeFi(去中心化金融)的关系是什么?RWA在DeFi中扮演什么角色?
人工智能·区块链
AndrewHZ1 小时前
【图像处理基石】如何对遥感图像进行目标检测?
图像处理·人工智能·pytorch·目标检测·遥感图像·小目标检测·旋转目标检测
非优秀程序员1 小时前
8 个提升开发者效率的小众 AI 项目
前端·人工智能·后端
留意_yl1 小时前
量化感知训练(QAT)流程
人工智能
山烛2 小时前
KNN 算法中的各种距离:从原理到应用
人工智能·python·算法·机器学习·knn·k近邻算法·距离公式