C++之OpenCV入门到提高006：图像混合

技术分享 3周前 (12-07) 0 999+

一、介绍
　　　　今天是这个系列《C++之 Opencv 入门到提高》的第六篇文章。这篇文章也不难，介绍如何图像的混合操作。图像本质上也是数据，既然是数据，我们就可以针对两张或者多张图片进行加、减、乘、除的操作，这些操作太生硬了，这种混和并不是我们想要的，针对混合有专门的接口实现，我们可以对比一下之间的差异。这都是基础，为以后的学习做好铺垫。虽然操作很简单，但是背后有很多东西需要我们深究，才能做到知其然知其所以然。OpenCV 具体的简介内容，我就不多说了，网上很多，大家可以自行脑补。
　　　　OpenCV 的官网地址：https://opencv.org/，组件下载地址：https://opencv.org/releases/。
　　　　OpenCV 官网学习网站：https://docs.opencv.ac.cn/4.10.0/index.html

　　　　我需要进行说明，以防大家不清楚，具体情况我已经罗列出来。
　　　　　　　　操作系统：Windows Professional 10（64位）
　　　　　　　　开发组件：OpenCV – 4.10.0
　　　　　　　　开发工具：Microsoft Visual Studio Community 2022 (64 位) - Current版本 17.8.3
　　　　　　　　开发语言：C++（VC16）

二、知识学习
　　　　接口很简单，不用多说，仔细研究一下原理更有用。

 1 #include <opencv2/opencv.hpp>  2 #include <iostream>  3 #include <math.h>  4   5 using namespace std;  6 using namespace cv;  7   8 /// <summary>  9 /// 图像混合 10 /// 1、理论介绍 11 /// 2、相关API（addWeighted） 12 /// </summary> 13 /// <returns></returns> 14 int main6() 15 { 16     //1、理论介绍 17     //线性混合操作：g(x)=(1-a)f0(x)+af1(x)    其中 a 的取值范围 0-1 之间。 18     // f0(x) 表示第一幅输入图像，f1(x) 表示第二幅输入图像，a 表示权重，表示第一幅图占的权重，或者是第二幅图占的权重，g(x)表示生成后的图像。 19     // Mat 图像是一个二维矩阵，就是具有行和列的数据数组，如果我们针对两张图片的每个像素点进行上述操作，最后就会得到混合后的图像。 20  21     //2、void addWeighted(InputArray src1, double alpha, InputArray src2,double beta, double gamma, OutputArray dst, int dtype = -1) 22     /* 23         函数 addWeighted 计算两个数组的加权和，如下所示: 24     f[texttt{ dst } (I) = texttt{ saturate } (texttt{ src1 } (I) * texttt{ alpha } + texttt{ src2 } (I) * texttt{ beta } + texttt{ gamma })f] 25         其中 I 是数组元素的多维索引。对于多通道数组，每个通道都是独立处理的。 26         该函数可以替换为矩阵表达式：dst = src1*alpha + src2*beta + gamma; 27  28             @note Saturation is not applied when the output array has the depth CV_32S.You may even get 29             result of an incorrect sign in the case of overflow. 30             @param src1 第一张输入的图像数组. 31             @param alpha 第一张输入图像的 alpha 值. 32             @param src2 第二个输入图像数组的大小和通道号与 src1 相同。 33             @param beta 第二个输入图像的 alpha 权重。 34             @param gamma 添加到每个 sum 的标量。 35             @param dst 输出图像数组，该数组具有与 Input 图像数组相同的大小和通道数. 36             @param dtype 输出图像的可选深度：当两个输入图像具有相同的深度时，可以将 dtype 设置为-1,这相当于src1.depth()。 37             @sa  add, subtract, scaleAdd, Mat::convertTo 38             */ 39  40  41     //注意：图像大小和类型必须一致。 42     Mat src1,src2; 43     src1 = imread("D:\360MoveData\Users\Administrator\Desktop\TestImage\guanyu.jpg",IMREAD_COLOR); 44     src2 = imread("D:\360MoveData\Users\Administrator\Desktop\TestImage\guanyu2.jpg", IMREAD_COLOR); 45     if (src1.empty()) 46     { 47         cout << "图像1加载失败！！！" << endl; 48         return -1; 49     } 50     if (!src2.data) 51     { 52         cout << "图像2加载失败！！！" << endl; 53         return -1; 54     } 55  56     if (src1.rows == src2.rows && src1.cols == src2.cols && src1.type() == src2.type()) 57     { 58         Mat dst = Mat::zeros(src1.size(),src1.type()); 59         double alpha = 0.1; 60         addWeighted(src1, alpha, src2, (1 - alpha), 0, dst); 61         //add(src1, src2, dst); 62         //multiply(src1, src2, dst); 63  64         imshow("原图1", src1); 65         imshow("原图2", src2); 66         namedWindow("混合窗口", WINDOW_AUTOSIZE); 67         imshow("混合窗口", dst); 68     } 69     else 70     { 71         cout << "图像1和图像2不同！！！" << endl; 72     } 73  74     waitKey(0); 75  76     return 0; 77 }