OpenCV Mat实现图像四则运算及常用四则运算的API函数

2024-06-23 00:44

本文主要是介绍OpenCV Mat实现图像四则运算及常用四则运算的API函数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       装载有图像数据的OpenCV Mat对象,可以说是一个图像矩阵,可以进行加、减、乘、除运算。特别是加运算特别有用。

       一 与常数的四则运算

           与常数的加运算  示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;}elseimshow("src1",src1);src1 += 30;imshow("src1 new", src1);waitKey(0);}

示例代码中 src1 +=  30;即为与常数加运算代码,试运行结果如下:

图像亮度变亮了。

        与常数的加运算  示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;}elseimshow("src1",src1);src1 -= 30; //subtractimshow("src1 new", src1);waitKey(0);}

示例代码中 src1 -=  30;即为与常数加减算代码,试运行结果如下:

图像整体变暗了。

        与常数的乘运算  示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;}elseimshow("src1",src1);src1 *= 1.2; //Multiply imshow("src1 new", src1);waitKey(0);}

示例代码中 src1 *=  1.2;即为与常数乘减算代码,试运行结果如下:

图像亮度变亮了。

          与常数的除运算  示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;}elseimshow("src1",src1);src1 /= 1.5; //divideimshow("src1 new", src1);waitKey(0);}

示例代码中 src1 *=  1.2;即为与常数乘减算代码,试运行结果如下:

图像整体变暗了很多。 

        常用加运算函数

        OpenCV 图像矩阵常用加运算函数有:addWeighted,add,scaleAdd等。

        addWeighted()

        addWeighted()的原型函数如下:

void cv::addWeighted(InputArray  src1,

                                     double      alpha,

                                     InputArray src2,

                                    double       beta,

                                    double      gamma,

                                   OutputArray  dst,

                                   int                 dtype = -1

             )

这个函数是计算两个数组的加权和,其计算方式如下;

其中 I 是数组元素的多维索引。对于多通道阵列,每个通道都是独立处理的。该函数可以用矩阵表达式替换:

参数:

       src1 第一个输入数组。 

       alpha 第一个数组的权重

       src2 第二个输入数组。

       beta 第一个数组的权重

        gamma 添加到每个总和的标量

        dst 输出数组与输入数组具有相同的大小和通道数。

       dtype 输出数组的可选深度;当两个输入数组具有相同的深度时,dtype 可以设置为-1,这相当于 src1.depth()。

     示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{//addWeighted()Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;return -1;}imshow("src1",src1);Mat src2 = imread("1.bmp");if (src2.empty()){cout << "Open Image Failed!" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;addWeighted(src1, 1.0, src2, 0.3, 0, dst, -1);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

用addWeighted(),将左边的两张图合成到一起了。

        add()

add()函数的原型如下:

void cv::add(InputArray src1,

                        InputArray  src2,

                        OutputArray dst,

                        InputArray    mask = noArray(),

         int    dtype = -1

        )

其原理如下: 

        示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;add(src1, src2, dst);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

        

用Add同样实现了图像合成。 

        scaleAdd()

        scaleAdd()函数的原型如下:

void cv::scaleAdd(InputArray src1,

                                double alpha,

                                InputArray src2,

                              OutputArray dst

                                )

其原理如下:

示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;//add(src1, src2, dst);scaleAdd(src1, 0.7, src2, dst);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

     减运算函数subtract()

subtract的·原型如下:

其原理如下:

示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;//add(src1, src2, dst);//aleAdd(src1, 0.7, src2, dst);subtract(src1, src2, dst);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

        乘运算multiply()

multiply()函数的原型如下:

其原理如下:

示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;//add(src1, src2, dst);//aleAdd(src1, 0.7, src2, dst);//subtract(src1, src2, dst);multiply(src1, src2, dst,0.01);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

         除运算divide()

divide()函数的原型如下:

其原理如下:

示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;//add(src1, src2, dst);//aleAdd(src1, 0.7, src2, dst);//subtract(src1, src2, dst);//multiply(src1, src2, dst,0.01);divide(src1, src2, dst, 70);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

本文就介绍到这里,示例代码及所用到的图片已上传到CSDN,如果需要自己查看试运行效果,可以去下载,链接为:https://download.csdn.net/download/billliu66/89469718

这篇关于OpenCV Mat实现图像四则运算及常用四则运算的API函数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1085856

相关文章

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot?二、环境准备与部署2.1 安装 RustF

Nginx部署HTTP/3的实现步骤

《Nginx部署HTTP/3的实现步骤》本文介绍了在Nginx中部署HTTP/3的详细步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录前提条件第一步:安装必要的依赖库第二步:获取并构建 BoringSSL第三步:获取 Nginx

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

Java实现字节字符转bcd编码

《Java实现字节字符转bcd编码》BCD是一种将十进制数字编码为二进制的表示方式,常用于数字显示和存储,本文将介绍如何在Java中实现字节字符转BCD码的过程,需要的小伙伴可以了解下... 目录前言BCD码是什么Java实现字节转bcd编码方法补充总结前言BCD码(Binary-Coded Decima

SpringBoot全局域名替换的实现

《SpringBoot全局域名替换的实现》本文主要介绍了SpringBoot全局域名替换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录 项目结构⚙️ 配置文件application.yml️ 配置类AppProperties.Ja