OpenCV CUDA模块图像处理------颜色空间处理之GPU 上对两张带有 Alpha 通道的图像进行合成操作函数alphaComp()

  • 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

该函数用于在 GPU 上对两张带有 Alpha 通道的图像进行合成操作。支持多种常见的 Alpha 合成模式(Porter-Duff 合成规则),例如图像叠加、裁剪、异或等。

适用于图像叠加、视频抠像、UI 合成等场景,常用于游戏开发、图形渲染、视频特效等领域。

函数原型

cpp 复制代码
void cv::cuda::alphaComp 	
(
 	InputArray  	img1,
	InputArray  	img2,
	OutputArray  	dst,
	int  	alpha_op,
	Stream &  	stream = Stream::Null() 
) 	

参数

参数名 描述
img1 第一张图像。支持类型:CV_8UC4、CV_16UC4、CV_32SC4 和 CV_32FC4。
img2 第二张图像。必须与 img1 具有相同的大小和相同的数据类型。
dst 目标图像(输出结果)。
alpha_op 指定 Alpha 混合操作的标志符,取值包括: ALPHA_OVER ALPHA_IN ALPHA_OUT ALPHA_ATOP ALPHA_XOR ALPHA_PLUS ALPHA_OVER_PREMUL ALPHA_IN_PREMUL ALPHA_OUT_PREMUL ALPHA_ATOP_PREMUL ALPHA_XOR_PREMUL ALPHA_PLUS_PREMUL ALPHA_PREMUL
stream 用于异步执行的 CUDA 流对象。

代码示例

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

int main()
{
    // 加载两张 PNG 图像(带透明通道)
    cv::Mat img1 = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/stich1.png", cv::IMREAD_UNCHANGED);
    cv::Mat img2 = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/stich2.png", cv::IMREAD_UNCHANGED);

    if (img1.empty() || img2.empty()) {
        std::cerr << "无法加载图像!" << std::endl;
        return -1;
    }

    // 打印原始图像信息用于调试
    std::cout << "img1 size: " << img1.size() << ", type: " << img1.type() << std::endl;
    std::cout << "img2 size: " << img2.size() << ", type: " << img2.type() << std::endl;

    // 如果不是 BGRA 格式,则转换为 BGRA(四通道)
    cv::Mat img_bgra1 = (img1.channels() == 4) ? img1 : cv::Mat();
    cv::Mat img_bgra2 = (img2.channels() == 4) ? img2 : cv::Mat();

    if (!img_bgra1.data) cv::cvtColor(img1, img_bgra1, cv::COLOR_BGR2BGRA);
    if (!img_bgra2.data) cv::cvtColor(img2, img_bgra2, cv::COLOR_BGR2BGRA);

    // 确保图像尺寸一致
    if (img_bgra1.size() != img_bgra2.size()) {
        std::cerr << "图像尺寸不一致,正在调整 img2 到 img1 尺寸..." << std::endl;
        cv::resize(img_bgra2, img_bgra2, img_bgra1.size());
    }

    // 确保图像类型一致
    if (img_bgra1.type() != img_bgra2.type()) {
        std::cerr << "图像类型不一致,正在统一转换为 CV_8UC4..." << std::endl;
        img_bgra1.convertTo(img_bgra1, CV_8UC4);
        img_bgra2.convertTo(img_bgra2, CV_8UC4);
    }

    // 上传到 GPU
    cv::cuda::GpuMat d_img1, d_img2, d_dst;
    d_img1.upload(img_bgra1);
    d_img2.upload(img_bgra2);

    // 执行 Alpha 合成
    cv::cuda::alphaComp(d_img1, d_img2, d_dst, cv::cuda::ALPHA_OVER);

    // 下载结果并显示
    cv::Mat result;
    d_dst.download(result);

    cv::imshow("合成1",img1);
    cv::imshow("合成2",img2);
    cv::imshow("合成结果", result);
    cv::waitKey(0);

    return 0;
}

运行结果


相关推荐
昨夜见军贴06165 分钟前
IACheck × AI审核重构检测方式:破解工业检测报告频繁返工的根本难题
人工智能·重构
知乎的哥廷根数学学派22 分钟前
基于自适应多尺度小波核编码与注意力增强的脉冲神经网络机械故障诊断(Pytorch)
人工智能·pytorch·python·深度学习·神经网络·机器学习
好奇龙猫1 小时前
【AI学习-comfyUI学习-三十二节-FLXU原生态反推+controlnet depth(UNion)工作流-各个部分学习】
人工智能·学习
peixiuhui1 小时前
EdgeGateway 快速开始手册-表达式 Modbus 报文格式
人工智能·mqtt·边缘计算·iot·modbus tcp·iotgateway·modbus rtu
bing.shao2 小时前
golang 做AI任务执行
开发语言·人工智能·golang
鼎道开发者联盟2 小时前
2025中国AI开源生态报告发布,鼎道智联助力产业高质量发展
人工智能·开源·gui
贾维思基2 小时前
告别RPA和脚本!视觉推理Agent,下一代自动化的暴力解法
人工智能·agent
P-ShineBeam2 小时前
引导式问答-对话式商品搜索-TRACER
人工智能·语言模型·自然语言处理·知识图谱
j_jiajia2 小时前
(一)人工智能算法之监督学习——KNN
人工智能·学习·算法