OpenCV图像拼接(6)图像拼接模块的用于创建权重图函数createWeightMap()

  • 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

cv::detail::createWeightMap 是 OpenCV 库中用于图像拼接模块的一个函数,主要用于创建权重图。这个权重图在图像拼接过程中扮演着重要角色,它帮助决定哪些像素在最终的全景图中更为重要,特别是对于那些重叠区域。

原型

cpp 复制代码
void cv::detail::createWeightMap 	
( 	
	InputArray  	mask,
	float  	sharpness,
	InputOutputArray  	weight 
) 		

参数

  • InputArray mask: 这是一个输入数组,通常是一个单通道二值图像(比如通过阈值处理得到),它定义了你希望考虑的图像区域。在这个二值图像中,前景(即感兴趣的区域)应该用非零值表示,而背景则用0表示。

  • float sharpness: 这个参数决定了权重图的锐度。简而言之,它控制了从图像中心到边缘的权重变化速度。较高的sharpness值会导致权重更快速地下降,意味着离中心越远的像素其重要性越低。

  • InputOutputArray weight: 这是输出权重图,它会根据提供的mask和sharpness参数进行计算。此权重图与输入的mask大小相同,并且也是单通道的。该图中的每个像素值代表对应于mask中相同位置像素的重要性权重。这些权重值将被后续的图像拼接步骤所使用。

调用这个函数可以生成一个基于给定mask和sharpness的权重图,这在进行图像融合时非常有用,尤其是当你想要减少接缝或重影现象时。权重图有助于平滑地过渡不同图像之间的边界,从而产生更加自然的全景图像。

代码示例

cpp 复制代码
include <opencv2/opencv.hpp>


using namespace cv;
using namespace cv::detail;

int main() {
    // 创建一个 500x500 的二值掩膜图像,中心有一个白色圆形区域
    Mat mask = Mat::zeros(500, 500, CV_8UC1);
    circle(mask, Point(250, 250), 150, Scalar(255), -1);

    // 定义锐度参数
    float sharpness = 0.1f; // 可根据需求调整

    // 初始化输出权重图
    Mat weight;

    // 调用 createWeightMap 函数
    createWeightMap(mask, sharpness, weight);

    // 显示原掩膜和生成的权重图
    imshow("Mask", mask);
    imshow("Weight Map", weight);

    waitKey(0); // 等待按键以关闭窗口

    return 0;
}

运行结果

相关推荐
B博士16 分钟前
科研进展 | JAG: 大光斑高光谱激光雷达遥感辐射传输模型从垂直视角解锁森林叶绿素分布密码
人工智能·jag·高光谱激光雷达·森林分层叶绿素诊断
Yao.Li1 小时前
PVN3D ORT CUDA Custom Ops 实现与联调记录
人工智能·3d·具身智能
诺伦1 小时前
LocalClaw 在智能制造的新机会:6部门AI+电商政策下的工厂AI升级方案
人工智能·制造
小陈工3 小时前
Python Web开发入门(十七):Vue.js与Python后端集成——让前后端真正“握手言和“
开发语言·前端·javascript·数据库·vue.js·人工智能·python
墨染天姬7 小时前
【AI】端侧AIBOX可以部署哪些智能体
人工智能
AI成长日志7 小时前
【Agentic RL】1.1 什么是Agentic RL:从传统RL到智能体学习
人工智能·学习·算法
2501_948114248 小时前
2026年大模型API聚合平台技术评测:企业级接入层的治理演进与星链4SAPI架构观察
大数据·人工智能·gpt·架构·claude
小小工匠8 小时前
LLM - awesome-design-md 从 DESIGN.md 到“可对话的设计系统”:用纯文本驱动 AI 生成一致 UI 的新范式
人工智能·ui
黎阳之光8 小时前
黎阳之光:视频孪生领跑者,铸就中国数字科技全球竞争力
大数据·人工智能·算法·安全·数字孪生
小超同学你好8 小时前
面向 LLM 的程序设计 6:Tool Calling 的完整生命周期——从定义、决策、执行到观测回注
人工智能·语言模型