【OpenCV C++20 学习笔记】图片融合

avatar
作者
猴君
阅读量:0

图片融合

原理

关于OpenCV的配置和基础用法,请参阅本专栏的其他文章:垚武田的OpenCV合集

这里采用的图片熔合的算法来自Richard Szeliski的书《Computer Vision: Algorithms and Applications》(《计算机视觉:算法和应用》)。
该算法使用了一个两参的线性熔合算子来操作图片的像素:
g ( x ) = ( 1 − α ) f 0 ( x ) + α f 1 ( x ) g(x) = (1-\alpha)f_0(x)+\alpha f_1(x) g(x)=(1α)f0(x)+αf1(x)
α \alpha α的值从0-1不等。利用这个 α \alpha α值,该算法可以对两个图片或者视频执行一个临时的交叉溶解(criss-dissolve),就像在幻灯片或胶片中那样(很酷是不是?)cool, eh?

实现

在OpenCV中使用addWeighted()函数来实现上述的线性熔合的方法。
首先导入要熔合的两张图片。这两张图片是OpenCV库中自带的,可以在安装目录的子路径...\opencv\sources\samples\data中找到它们:LinuxLogo.jpgWindowsLogo.jpg。将它们复制进项目文件夹,导入语句如下:

Mat src1 { imread("LinuxLogo.jpg") }; Mat src2 { imread("WindowsLogo.jpg") }; 

注意:被熔合的两张图片必须大小(长和宽)一致,类型也必须一致
接着确定 α \alpha α值,并使用线性熔合算法:

double alpha{ 0.5 }; double beta{ 1.0 - alpha }; Mat dst; addWeighted( src1, alpha, src2, beta, 0.0, dst); 

这里将 α \alpha α设为0.5; β \beta β其实是算法中的 1 − α 1- \alpha 1α。这里再回到算法公式:
g ( x ) = ( 1 − α ) f 0 ( x ) + α f 1 ( x ) g(x) = (1-\alpha)f_0(x)+\alpha f_1(x) g(x)=(1α)f0(x)+αf1(x)

  • 两张图片中的每个像素值,分别就是公式中的 f 0 ( x ) f_0(x) f0(x) f 1 ( x ) f_1(x) f1(x)
  • g ( x ) g(x) g(x)就是熔合后的像素值
  • 1 − α 1- \alpha 1α(即代码中的 β \beta β)和 α \alpha α分别是两张图片的权重

然后我们来看一下在addWeighted()函数中,是怎样用各个参数来确定线性熔合算法的——
addWeighted( src1, alpha, src2, beta, 0.0, dst);

  • src1src2分别是要熔合的两张图片的Mat对象
  • alpha是公式中的 α \alpha α,即src1所代表的图片的权重
  • beta是公式中的 1 − α 1- \alpha 1α,即src2所代表的图片的权重
  • 0.0是公式中没有的一个常数 γ \gamma γ,用来对熔合后的像素值进行偏移
  • dst为储存熔合结果的Mat对象
    这样,addWeighted()函数的实际算法可以用以下公式表示:
    d s t = α ∗ s r c 1 + β ∗ s r c 2 + γ dst = \alpha *src1 + \beta *src2 + \gamma dst=αsrc1+βsrc2+γ
    代码中的 γ \gamma γ为0.0,说明不对熔合后的像素进行任何偏移。

结果展示

创建窗口,展示图片熔合的结果

imshow("线性熔合", dst); waitKey(0); 

输出结果如下:
线性熔合结果

完整代码

注意:

  • 因为C++中也有std::beta,所以为了避免名称冲突,这里没有使用整个std命名空间
  • 完整代码需要用户自己输入 α \alpha α参数的值
  • 完整代码对图片的导入进行了检测
#include <opencv2/core.hpp> #include <opencv2/imgcodecs.hpp> #include <opencv2/highgui.hpp>  import <iostream>;  using namespace cv;  //因为C++中有std::beta,为了避免名称冲突,这里没有使用整个std命名空间 using std::cin; using std::cout; using std::endl;  int main() { 	double alpha{ 0.5 }; double beta, input;  	Mat src1, src2, dst;  	cout << "简单线性混合" << endl; 	cout << "-----------" << endl; 	cout << "* 输入α值 [0.0-1.0]"; 	cin >> input;  	if (input >= 0 && input <= 1) 		alpha = input;  	src1 = imread("LinuxLogo.jpg"); 	src2 = imread("WindowsLogo.jpg");  	if (src1.empty()) { 		cout << "图片1导入错误" << endl; 		return EXIT_FAILURE; 	} 	if (src2.empty()) { 		cout << "图片2导入错误" << endl; 		return EXIT_FAILURE; 	}  	beta = 1.0 - alpha; 	addWeighted(src1, alpha, src2, beta, 0.0, dst);  	imshow("线性混合", dst); 	waitKey(0);  	return 0; }  

广告一刻

为您即时展示最新活动产品广告消息,让您随时掌握产品活动新动态!