RV1126 NO.37:OPENCV的图像叠加功能

一.图像叠加功能简介：

图像叠加顾名思义就是在原图像里面，添加一些其他图像数据，最常见的就是在原图像中添加一些水印图像。这些水印图像可以是：时间戳、LOGO图像等等。

如上图，原图像是山的背景，在这个图像的左上角叠加绿色的LOGO标志，然后两个图像就可以融合在一起。上面这个例子，就是最经典的图像叠加案例。

二.OPENCV中图像叠加常用的API：

在OpenCV中，图像叠加有多种实现方式。下面介绍几个最常用的API接口。

2.1. 使用copyTo方法实现图像叠加

copyTo是最常用的图像叠加方法之一。其核心步骤是：

先确定ROI（兴趣区域）
然后调用copyTo方法将ROI添加到目标图像需要注意的是，logo图像尺寸通常应小于原图。

API定义如下：

cpp 复制代码

void copyTo(OutputArray m) const

参数说明：

OutputArray m：目标图像的二进制数据

具体实现代码（详见手写示例部分）：

cpp 复制代码

Mat src_img_pic= imread("frame1.jpg");
Mat logo_img_pic = imread("jaychou.png");

Mat logo_mat_roi = src_img_pic(Rect(0, 0 ,logo_img_pic.cols, logo_img_pic.rows));
logo_img_pic.copyTo(logo_mat_roi);
imwrite("copyImage_output.jpg", src_img_mat);

经过上述处理过后，整个图像的输出如下图

2.2. addWeighted方法实现图像叠加

addWeighted是另一种常用的图像叠加方法，其核心原理是通过对两幅图像执行加权求和运算来实现融合效果。与简单的copyTo方法相比，addWeighted的优势在于能够灵活调整图像的透明度及渐变效果。该方法的API定义如下：

cpp 复制代码

CV_EXPORTS_W void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype = -1);

参数说明：

src1：第一个输入图像
alpha：第一个图像的权重系数（双精度浮点数）
src2：第二个输入图像
beta：第二个图像的权重系数（双精度浮点数）
gamma：加权求和的偏移量（默认值为0的双精度浮点数）
dst：输出图像，存储加权融合结果
dtype：输出图像类型（默认-1表示与输入图像类型相同）

其数学表达式为： dst = src1 × alpha + src2 × beta + gamma

实际应用时需要注意两种不同情况：

当两幅待融合图像尺寸相同时
当两幅图像尺寸不一致时

cpp 复制代码

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char * argv[])
{
    Mat src1 = imread(argv[1]);  //src1原图像的数据
    Mat src2 = imread(argv[2]); //src2是LOGO图像的数据

    //判断src1长度和src2是否相同，若不同则进行以下操作
    if(src1.size != src2.size)
    {
        Mat image_roi = src1(Rect(20 , 20, src2.cols, src2.rows)); //在原图像中截取一个可感兴趣区域，感兴趣区域
        double alpha = 0.4; //alpha第一个图像的权重值，这里是0.4
        double beta = 1 - alpha;//beta是第二个图像权重值，1- alpha = 0.6，第二个图像的清晰度较高
        int gamma = 0; //gamma默认为0
        addWeighted(image_roi, alpha , src2, beta, gamma, image_roi);//调用addWeighted对src1和src2进行图像融合,当两张图片不相同的情况下，他所操作的都是感兴趣的区域
        imwrite("addweighted_norsamesize.jpg", src1); 
    }
    else
    {
        double alpha = 0.4;//alpha第一个图像的权重值，这里是0.4
        double beta = 1 - alpha;//beta是第二个图像权重值，1- alpha = 0.6，第二个图像的清晰度较高
        int gamma = 0; 
        Mat dst;
        addWeighted(src1, alpha , src2, beta, gamma, dst); //调用addWeighted对src1和src2进行图像融合
        imwrite("addweighted_samesize.jpg", dst);
    }

    return 0;
}

上面的代码分了两种情况处理，当两个融合图像不相同的情况下，则需要调整原图像的大小，一般使用ROI区域调整(Mat imageROI = src1(Rect(20, 20, src2.cols, src2.rows)); )，再去调用addWeighted去融合两张图片，值得注意的是alpha第一个图像的权重是0.4， LOGO图像的权重是1-alpha = 0.6，这说明LOGO图像的权重更高，更清晰。若两个融合图像大小相同，则直接调用addWeighted即可。

下面我们看一下实际效果:

第一种情况，融合图片尺寸不一样，如下图：

第二种情况，融合图片尺寸一样，如下图：

frame1.jpg

frame1_process.jpg

最终合成的效果是：

可以看到，我们最终融合的图片，alpha是原图像的加权值0.4，beta = 1 - alpha = 0.6是frame1_process.jpg的加权值。可以看到frame1_process.jpg的图像比frame1.jpg更明显