OpenCV区域图像ROI和整体局部图像混合.docx
《OpenCV区域图像ROI和整体局部图像混合.docx》由会员分享，可在线阅读，更多相关《OpenCV区域图像ROI和整体局部图像混合.docx（14页珍藏版）》请在冰豆网上搜索。
OpenCV区域图像ROI和整体局部图像混合
感兴趣区域：
ROI
在图像处理领域中，专业名词感兴趣的区域其实就是选取指定区域的图像。
选择指定区域
图像中提取感兴趣区域（Regionofinterest）有两种方法：
方法一：
使用构造函数
//创建宽度为320，高度为240的3通道图像
Matimg（Size（320,240）,CV_8UC3）;
//roi是表示img中Rect（10,10,100,100）区域的对象
Matroi（img,Rect（10,10,100,100））;
方法二：
使用括号运算符
Matroi2=img（Rect（10,10,100,100））;
//用括号运算符
Matroi3=img（Range（10,100）,Range（10,100））;
//用构造函数
Matroi4（img,Range（10,100）,Range（10,100））;
测试代码
cv:
:
MatsrcMat;
QStringfileName="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
srcMat=cv:
:
imread（fileName.toStdString（））;
if（!
srcMat.data）
{
qDebug（）<<__FILE__<<__LINE__<<"Failedtoloadimage:
"<return;
}
cv:
:
imshow（"orginmat",srcMat）;
cv:
:
MatroiMat=srcMat（cv:
:
Range（srcMat.rows/2-50,srcMat.rows/2+50）,
cv:
:
Range（srcMat.cols/2-30,srcMat.cols/2+30））;
cv:
:
imshow（"roimat",roiMat）;
cv:
:
waitKey（0）;
测试效果
图像混合（整体混合）
图像混合有多种方式。
线性混合
线性混合操作是一种典型的二元（两个输入）的像素操作，它的理论公式如下：
G（x）=（1-a）F1（x）+aF2（x）
a代表透明度的值（0.0~1.0）对两幅图像（F1和F2）活两段视频产生时间上的画面叠化效果，前面页面切换至后面页面的一个切换过程。
线性混合过程主要使用addWeighted函数。
计算数组加权和：
addWeighted（）函数
这个函数的作用是计算两个mat的加权和，当然读者可以自己遍历像素计算。
该函数的原型如下：
CV_EXPORTS_WvoidaddWeighted（InputArraysrc1,
doublealpha,
InputArraysrc2,
doublebeta,
doublegamma,
OutputArraydst,
intdtype=-1）;
参数一：
输入图像1，mat类型
参数二：
alpha值，表示图像1的权重
参数三：
输入图像2，mat类型
参数四：
beta值，表示图像2的权重
参数五：
gamma值，一个加到权重总和上的标量值
参数六：
输出图像dst，mat类型，它与输入的两个mat尺寸和通道相同
参数七：
dtype，输出陈列的可选深度，默认值-1，当两个输入数组具有相同的深度时，这个参数设置为-1（默认值），即等同于src1.depth（）。
以上函数的计算公式如下：
dst=src1[I]*alpha+src2[I]*beta+gamma；
其中I为元素位置的索引值，当遇到多通道mat的时候，每个通道都需要独立的进行处理。
注意：
当输出mat的深度为CV_32S时，这个函数不使用，会导致内存溢出或者算出的结果错误。
测试代码
//测试线性混合:
正向与x轴翻转后的线性混合
cv:
:
Matmat1;
cv:
:
Matmat2;
cv:
:
Matmat3;
QStringfileName1="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
QStringfileName2="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.bmp";
mat1=cv:
:
imread（fileName1.toStdString（））;
mat2=cv:
:
imread（fileName2.toStdString（））;
if（!
mat1.data||!
mat2.data）
{
qDebug（）<<__FILE__<<__LINE__
<<"Failedtoloadimage:
"<return;
}
//对mat2进行缩放，缩放至mat1的大小,否则会报错
cv:
:
resize（mat2,mat2,cv:
:
Size（mat1.cols,mat1.rows））;
//然后进行混合
doublea=0.0;
while（true）
{
cv:
:
addWeighted（mat1,a,mat2,（1.0-a）,0.0,mat3）;
cv:
:
imshow（"mat3",mat3）;
intkey=cv:
:
waitKey（0）;
if（key==27）
{
break;
}elseif（key=='1'）
{
a+=0.05;
if（a>=1.0）
{
a=1.0;
}
}elseif（key=='2'）
{
a-=0.05;
if（a<0.0）
{
a=0.0;
}
}
}
测试效果
图像混合（局部混合）
原理和方法参照图像混合（整体混合）。
局部混合可以理解对感兴趣的区域进行混合，这里特别要注意一下：
使用mat1=mat2，其实mat1是mat2的副本（同一段数据）；
使用mat1=mat2（roi），其实mat1是mat2上roi区域的副本（同一段数据）；
使用mat1=mat2.clone（），mat1才是mat2的拷贝副本（两段相同数据）；
使用mat1=mat2（roi）.clone（），mat1才是mat2上roi区域的的拷贝副本（两段相同数据）；
测试代码
//测试线性混合:
正向与x轴翻转后的线性混合
cv:
:
Matmat1;
cv:
:
Matmat2;
cv:
:
Matmat3;
QStringfileName1="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
QStringfileName2="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.bmp";
mat1=cv:
:
imread（fileName1.toStdString（））;
mat2=cv:
:
imread（fileName2.toStdString（））;
if（!
mat1.data||!
mat2.data）
{
qDebug（）<<__FILE__<<__LINE__
<<"Failedtoloadimage:
"<return;
}
//对mat2进行缩放，缩放至mat1的1/4的大小
cv:
:
resize（mat2,mat2,cv:
:
Size（mat1.cols/2,mat1.rows/2））;
doublea=0.0;
while（true）
{
//mat4只是mat1的副本
//cv:
:
Matmat4=mat1;
cv:
:
Matmat4=mat1.clone（）;
qDebug（）<<__FILE__<<__LINE__
<<<<cv:
:
Matmat5=mat4（cv:
:
Range（mat1.rows/2-mat1.rows/4,mat1.rows/2+mat1.rows/4）,
cv:
:
Range（mat1.cols/2-mat1.cols/4,mat1.cols/2+mat1.cols/4））;
qDebug（）<<__FILE__<<__LINE__;
cv:
:
addWeighted（mat5,a,mat2,（1.0-a）,0.0,mat5）;
qDebug（）<<__FILE__<<__LINE__;
cv:
:
imshow（"mat4",mat4）;
intkey=cv:
:
waitKey（0）;
if（key==27）
{
break;
}elseif（key=='1'）
{
a+=0.05;
if（a>=1.0）
{
a=1.0;
}
}elseif（key=='2'）
{
a-=0.05;
if（a<0.0）
{
a=0.0;
}
}
}
测试效果
Demo源码
voidOpenCVManager:
:
testROIAndBlend（）
{
#defineTEST_ROI（0）//roi
#defineTEST_BLEND（0）//图像加权混合（全部区域）
#defineTEST_BLEND_ROI
（1）//图像加权混合（roi区域）
#ifTEST_ROI
//测试提取
cv:
:
MatsrcMat;
QStringfileName="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
srcMat=cv:
:
imread（fileName.toStdString（））;
if（!
srcMat.data）
{
qDebug（）<<__FILE__<<__LINE__<<"Failedtoloadimage:
"<return;
}
cv:
:
imshow（"orginmat",srcMat）;
cv:
:
MatroiMat=srcMat（cv:
:
Range（srcMat.rows/2-50,srcMat.rows/2+50）,
cv:
:
Range（srcMat.cols/2-30,srcMat.cols/2+30））;
cv:
:
imshow（"roimat",roiMat）;
cv:
:
waitKey（0）;
#endif
#ifTEST_BLEND
//测试线性混合:
正向与x轴翻转后的线性混合
cv:
:
Matmat1;
cv:
:
Matmat2;
cv:
:
Matmat3;
QStringfileName1="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
QStringfileName2="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.bmp";
mat1=cv:
:
imread（fileName1.toStdString（））;
mat2=cv:
:
imread（fileName2.toStdString（））;
if（!
mat1.data||!
mat2.data）
{
qDebug（）<<__FILE__<<__LINE__
<<"Failedtoloadimage:
"<return;
}
//对mat2进行缩放，缩放至mat1的大小,否则会报错
cv:
:
resize（mat2,mat2,cv:
:
Size（mat1.cols,mat1.rows））;
//然后进行混合
doublea=0.0;
while（true）
{
cv:
:
addWeighted（mat1,a,mat2,（1.0-a）,0.0,mat3）;
cv:
:
imshow（"mat3",mat3）;
intkey=cv:
:
waitKey（0）;
if（key==27）
{
break;
}elseif（key=='1'）
{
a+=0.05;
if（a>=1.0）
{
a=1.0;
}
}elseif（key=='2'）
{
a-=0.05;
if（a<0.0）
{
a=0.0;
}
}
}
#endif
#ifTEST_BLEND_ROI
//测试线性混合:
正向与x轴翻转后的线性混合
cv:
:
Matmat1;
cv:
:
Matmat2;
cv:
:
Matmat3;
QStringfileName1="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
QStringfileName2="D:
/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.bmp";
mat1=cv:
:
imread（fileName1.toStdString（））;
mat2=cv:
:
imread（fileName2.toStdString（））;
if（!
mat1.data||!
mat2.data）
{
qDebug（）<<__FILE__<<__LINE__
<<"Failedtoloadimage:
"<return;
}
//对mat2进行缩放，缩放至mat1的1/4的大小
cv:
:
resize（mat2,mat2,cv:
:
Size（mat1.cols/2,mat1.rows/2））;
doublea=0.0;
while（true）
{
//mat4只是mat1的副本
//cv:
:
Matmat4=mat1;
cv:
:
Matmat4=mat1.clone（）;
qDebug（）<<__FILE__<<__LINE__
<<<<cv:
:
Matmat5=mat4（cv:
:
Range（mat1.rows/2-mat1.rows/4,mat1.rows/2+mat1.rows/4）,
cv:
:
Range（mat1.cols/2-mat1.cols/4,mat1.cols/2+mat1.cols/4））;
qDebug（）<<__FILE__<<__LINE__;
cv:
:
addWeighted（mat5,a,mat2,（1.0-a）,0.0,mat5）;
qDebug（）<<__FILE__<<__LINE__;
cv:
:
imshow（"mat4",mat4）;
intkey=cv:
:
waitKey（0）;
if（key==27）
{
break;
}elseif（key=='1'）
{
a+=0.05;
if（a>=1.0）
{
a=1.0;
}
}elseif（key=='2'）
{
a-=0.05;
if（a<0.0）
{
a=0.0;
}
}
}
#endif
}
升级会员 