OpenCV杂项图像变换(2)线性混合函数blendLinear()的使用

2024-08-27 11:44

本文主要是介绍OpenCV杂项图像变换(2)线性混合函数blendLinear()的使用,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!

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

执行两个图像的线性混合:
dst ( i , j ) = weights1 ( i , j ) ∗ src1 ( i , j ) + weights2 ( i , j ) ∗ src2 ( i , j ) \texttt{dst}(i,j) = \texttt{weights1}(i,j)*\texttt{src1}(i,j) + \texttt{weights2}(i,j)*\texttt{src2}(i,j) dst(i,j)=weights1(i,j)src1(i,j)+weights2(i,j)src2(i,j)
blendLinear 函数是 OpenCV 中用于实现线性混合的一种方法。这个函数可以将多个图像按照指定的权重进行混合,生成一个新的图像。这对于图像融合或者创建过渡效果非常有用。

函数原型


void cv::blendLinear	
(InputArray 	src1,InputArray 	src2,InputArray 	weights1,InputArray 	weights2,OutputArray 	dst 
)		

参数

  • 参数src1 它的类型为 CV_8UC(n) 或 CV_32FC(n),其中 n 是一个正整数。
  • 参数src2 它具有与 src1 相同的类型和大小。
  • 参数weights1 它的类型为 CV_32FC1 并且与 src1 具有相同的大小。
  • 参数weights2 它的类型为 CV_32FC1 并且与 src1 具有相同的大小。
  • 参数dst 如果它没有与 src1 相同的大小和类型,则会创建它。

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>using namespace cv;int main(int argc, char** argv)
{// 读取图像Mat image1 = imread("/media/dingxin/data/study/OpenCV/sources/images/top.jpg");Mat image2 = imread("/media/dingxin/data/study/OpenCV/sources/images/bottom.jpg");if (image1.empty() || image2.empty()) {std::cerr << "Error: Could not open or find the images." << std::endl;return -1;}// 确保两个图像的大小一致if (image1.size() != image2.size()) {std::cerr << "Error: Images must have the same size." << std::endl;return -1;}cv::resize(image2, image2, image1.size());// 创建权重图像Mat weights1(image1.size(), CV_32FC1, Scalar(0.5));Mat weights2(image1.size(), CV_32FC1, Scalar(0.5));std::cout<<image1.size()<<" "<<image2.size()<<weights1.size()<<weights2.size()<<std::endl;// 创建输出图像// 创建输出图像Mat blendedImage;// 应用线性混合blendLinear(image1, image2, weights1, weights2, blendedImage);// 显示结果namedWindow("Image 1", WINDOW_NORMAL);imshow("Image 1", image1);namedWindow("Image 2", WINDOW_NORMAL);imshow("Image 2", image2);namedWindow("Blended Image", WINDOW_NORMAL);imshow("Blended Image", blendedImage);waitKey(0);return 0;
}

运行结果

在这里插入图片描述

这篇关于OpenCV杂项图像变换(2)线性混合函数blendLinear()的使用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/1111571

相关文章

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述:为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

redis中使用lua脚本的原理与基本使用详解

《redis中使用lua脚本的原理与基本使用详解》在Redis中使用Lua脚本可以实现原子性操作、减少网络开销以及提高执行效率,下面小编就来和大家详细介绍一下在redis中使用lua脚本的原理... 目录Redis 执行 Lua 脚本的原理基本使用方法使用EVAL命令执行 Lua 脚本使用EVALSHA命令

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

Java Stream流使用案例深入详解

《JavaStream流使用案例深入详解》:本文主要介绍JavaStream流使用案例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录前言1. Lambda1.1 语法1.2 没参数只有一条语句或者多条语句1.3 一个参数只有一条语句或者多

Java Spring 中 @PostConstruct 注解使用原理及常见场景

《JavaSpring中@PostConstruct注解使用原理及常见场景》在JavaSpring中,@PostConstruct注解是一个非常实用的功能,它允许开发者在Spring容器完全初... 目录一、@PostConstruct 注解概述二、@PostConstruct 注解的基本使用2.1 基本代

C#使用StackExchange.Redis实现分布式锁的两种方式介绍

《C#使用StackExchange.Redis实现分布式锁的两种方式介绍》分布式锁在集群的架构中发挥着重要的作用,:本文主要介绍C#使用StackExchange.Redis实现分布式锁的... 目录自定义分布式锁获取锁释放锁自动续期StackExchange.Redis分布式锁获取锁释放锁自动续期分布式

springboot使用Scheduling实现动态增删启停定时任务教程

《springboot使用Scheduling实现动态增删启停定时任务教程》:本文主要介绍springboot使用Scheduling实现动态增删启停定时任务教程,具有很好的参考价值,希望对大家有... 目录1、配置定时任务需要的线程池2、创建ScheduledFuture的包装类3、注册定时任务,增加、删

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1