【OpenCV】—ROI区域图像叠加&图像混合

简介: 【OpenCV】—ROI区域图像叠加&图像混合
1、感兴趣区域:ROI

说明:在图像处理领域,设置感兴趣区域来专注或者简化工作过程。从图像中选择的一个图像区域,这个区域是图像分析所关注的重点,圈出这个区域,以便进一步处理。使用ROI指定想要读入的目标,可以减少处理时间,增加精度,给图像处理带来便利。

(1)定义ROI(Rect)

  • 使用表示矩形区域的Rect。他指定矩形的左上角坐标(构造函数的前两个参数)和矩形的长宽(构造函数的后两个参数)
Mat imageROI;
imageROI=image(Rect(500,250,logo.cols,logo.rows));

指定感兴趣行和列的范围(Range)。Range是指从起始索引到终止索引(不包含终止索引)的一连段连续序列。cRange可以用来定义Range

imageROI=image(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));

2、线性混合操作

说明:线性混合操作就是一种典型的二元(两个输入)的像素操作,它的理论公式如下:

g(x)=(1−a)fa(x)+af3(x)


我们通过在范围0-1之间改变alpha值,来对两幅图像(f0(x)、f1(x))或者两段视频(f0(x)、f1(x))产生时间上的画面叠化效果,就像幻灯片放映和电影制作中的那样,也就是在幻灯片翻页时设置前后页缓慢过渡叠加效果以及电影情节过渡经常出现的画面叠加效果。

3、计算数组加权和:addWeighted()函数

函数原型:

void(InputArray src1,double alpha,InputArray src2,double beta,double gamma,OutputArray dst,int dtype=-1);
  • 第一个参数:InputArray类型的 src1,表示需要加权的第一个数组,常常填一个Mat。
  • 第二个参数:表示第一个数组的权重
  • 第三个参数:表示第二个数组,它需要和第一个数组拥有相同的尺寸和通道数
  • 第四个参数:表示第二个数组的权重
  • 第五个参数:一个加到权重总和上的标量值。
  • 第六个参数:输出数组,它和输入的两个数组有相同的尺寸和通道数
  • 第七个参数:输出阵列的可选深度,有默认值-1.当两个输入值具有相同的深度时,参数设置-1,即等同于src1.depth().

dst=src1[I]∗alpha+src2[I]∗beta+gamma

说明:I是多维数组元素的索引值。在遇到多通道数组的时候,每个通道都需要独立地进行处理

代码示例:两个图片,一个是下雨天,另一个是蘑菇图片,产生叠化效果

#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
//全局函数声明
bool LinearBlending();
int main()
{
  system("color 5E");
  if ( LinearBlending() )
  {
    printf("运行成功,得到需要的图像~:");
  }
  waitKey(0);

}
/*
    利用cv:addWeighted()函数实现图像线性混合
*/
bool LinearBlending()
{
  //定义一些局部变量
  double alphaValue = 0.5;
  double betaValue;
  Mat srcImage2, srcImage3, dstImage;
  //读取图像(两幅图像同样大小)
  srcImage2 = imread("D:\\23.jpg");
  srcImage3 = imread("D:\\24.jpg");
  if (!srcImage2.data) {
    printf("读取srcImage2错误~!\n");
    return false;
  }
  if (!srcImage3.data) {
    printf("读取srcImage2错误~!\n");
    return false;
  }
  //图像混合加权操作
  betaValue = (1.0 - alphaValue);
  addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);

  //创建并显示原窗口
  
  namedWindow("<2>线性混合示例窗口", 1);
  imshow("<2>线性混合示例窗口", srcImage2);
  imshow("【rain】", srcImage3);
  namedWindow("<3>线性混合示例窗口", 1);
  imshow("<3>线性混合示例窗口", dstImage);
  return true;
}

4、初级图像混合示例

说明:前面已经介绍感兴趣区域ROI和使用addWeighted函数进行图像线性混合的基础上,我们还可以将二者结合起来使用,也就是指定ROI区域,再用addWeighted函数对指定的ROI区域的图像进行混合操作。

#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
//全局函数声明
bool ROI_AddImage();
bool ROI_LinearBlending();
int main()
{
  system("color 5E");
  if (ROI_AddImage() && ROI_LinearBlending())
  {
    printf("运行成功,得到需要的图像~:");
  }
  waitKey(0);

}
/*
  利用感兴趣区域ROI实现图像叠加
*/
bool ROI_AddImage()
{
  //读入图像
  Mat srcImage1 = imread("D:\\dota_pa.jpg");
  Mat logoImage = imread("D:\\dota_logo1.jpg");
  if (!srcImage1.data) {
    printf("读取srcImage1错误~!\n");
    return false;
  }
  if (!logoImage.data) {
    printf("读取logoImage错误~!\n");
    return false;
  }
  //定义一个Mat类型并给其设定的ROI区域
  Mat imageROI = srcImage1(Rect(200, 50, logoImage.cols, logoImage.rows));
  //加载掩膜
  Mat mask = imread("dota_logo1.jpg", 0);
  //将掩膜复制到ROI
  logoImage.copyTo(imageROI, mask);
  //显示结果
  namedWindow("<1>利用ROI实现图像叠加");
  imshow("<1>利用ROI实现图像叠加", srcImage1);
  return true;
}
/*
  线性混合实现函数,指定区域线性图像混合,利用cv::addWeighted()函数结合定义
*/
bool ROI_LinearBlending()
{
  //读取图像
  Mat srcImage4 = imread("D:\\dota_pa.jpg", 1);
  Mat logoImage = imread("D:\\dota_logo1.jpg");
  if (!srcImage4.data) {
    printf("读取srcImage4错误~!\n");
    return false;
  }
  if (!logoImage.data) {
    printf("读取logoImage错误~!\n");
    return false;
  }
  //定义一个Mat类型并给其设置ROI区域
  Mat imageROI;
  imageROI = srcImage4(Rect(200, 50, logoImage.cols, logoImage.rows));

  //将logo加到原图上
  addWeighted(imageROI, 0.5, logoImage, 0.3, 0., imageROI);
  //显示结果
  namedWindow("<4>区域线性图像混合示例");
  imshow("<4>区域线性图像混合", srcImage4);
  imshow("logo图", logoImage);
  return true;
}

利用ROI实现图像叠加效果图

区域性线性混合示例图

相关文章
|
2月前
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
532 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
|
3月前
|
算法 计算机视觉
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
55 4
|
3月前
|
存储 计算机视觉
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
|
4月前
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
WK
|
4月前
|
编解码 计算机视觉 Python
如何在OpenCV中进行图像转换
在OpenCV中,图像转换涉及颜色空间变换、大小调整及类型转换等操作。常用函数如`cvtColor`可实现BGR到RGB、灰度图或HSV的转换;`resize`则用于调整图像分辨率。此外,通过`astype`或`convertScaleAbs`可改变图像数据类型。对于复杂的几何变换,如仿射或透视变换,则可利用`warpAffine`和`warpPerspective`函数实现。这些技术为图像处理提供了强大的工具。
WK
130 1
|
6月前
|
算法 计算机视觉
【Qt&OpenCV 图像的感兴趣区域ROI】
【Qt&OpenCV 图像的感兴趣区域ROI】
211 1
|
6月前
|
运维 算法 计算机视觉
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
86 1
|
6月前
|
存储 编解码 算法
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
111 0
|
5月前
|
机器学习/深度学习 XML 计算机视觉
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
|
6月前
|
算法 计算机视觉
【Qt&OpenCV 图像边缘检测 Sobel/Laplace/Canny】
【Qt&OpenCV 图像边缘检测 Sobel/Laplace/Canny】
79 0