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
aneasystone本尊27 分钟前
学习 Coze Studio 的工作流执行逻辑
人工智能
aneasystone本尊36 分钟前
再学 Coze Studio 的智能体执行逻辑
人工智能
xuanwuziyou38 分钟前
LangChain 多任务应用开发
人工智能·langchain
新智元1 小时前
一句话,性能暴涨 49%!马里兰 MIT 等力作:Prompt 才是大模型终极武器
人工智能·openai
猫头虎1 小时前
猫头虎AI分享|一款Coze、Dify类开源AI应用超级智能体Agent快速构建工具:FastbuildAI
人工智能·开源·github·aigc·ai编程·ai写作·ai-native
新智元1 小时前
AI 版华尔街之狼!o3-mini 靠「神之押注」狂赚 9 倍,DeepSeek R1 最特立独行
人工智能·openai
天下弈星~1 小时前
GANs生成对抗网络生成手写数字的Pytorch实现
人工智能·pytorch·深度学习·神经网络·生成对抗网络·gans
飞翔的佩奇2 小时前
【完整源码+数据集+部署教程】食品分类与实例分割系统源码和数据集:改进yolo11-AggregatedAttention
python·yolo·计算机视觉·数据集·yolo11·食品分类与实例分割
重启的码农2 小时前
ggml介绍 (8) 图分配器 (ggml_gallocr)
c++·人工智能·神经网络
重启的码农2 小时前
ggml介绍 (9) 后端调度器 (ggml_backend_sched)
c++·人工智能·神经网络