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
Mountain and sea3 分钟前
从零搭建工业机器人激光切割+焊接产线:KUKA七轴协同+节卡AGV+视觉检测实战复盘
人工智能·机器人·视觉检测
K姐研究社25 分钟前
阿里JVS Claw实测 – 手机一键部署 OpenClaw,开箱即用
人工智能·智能手机·aigc·飞书
卷积殉铁子26 分钟前
从“手动挡”到“自动驾驶”:OpenClaw如何让AI开发变成“说话就行”
人工智能
机器之心30 分钟前
扎克伯格正在打造自己的「AI分身」,并计划裁掉1.6万人
人工智能·openai
机器之心35 分钟前
必看!Sebastian Raschka新博客盘点了所有主要注意力机制
人工智能·openai
Kel1 小时前
深入剖析 openai-node 源码:一个工业级 TypeScript SDK 的架构之美
javascript·人工智能·架构
岛雨QA2 小时前
Skill学习指南🧑‍💻
人工智能·agent·ai编程
波动几何2 小时前
从人性到无名:一条向内的觉悟之路
人工智能
EllenLiu2 小时前
架构演进与性能压榨:在金融 RAG 中引入条款森林 (FoC)
人工智能·架构
IT_陈寒2 小时前
深入理解JavaScript:核心原理与最佳实践
前端·人工智能·后端