OpenCV图像融合神器：cv::addWeighted()

OpenCV图像融合神器：cv::addWeighted()

引用

github

等

5

来源

1.

https://github.com/opencv/opencv/issues/25918

2.

https://github.com/C0untFloyd/roop-unleashed/issues/801

3.

https://github.com/Zulko/moviepy/issues/2105

4.

https://idiotdeveloper.com/image-masking-with-opencv-addweighted/

5.

https://www.cnblogs.com/apachecn/p/18467280

在图像处理和计算机视觉领域，OpenCV提供了丰富的函数库来实现各种图像操作。其中，cv::addWeighted()函数是一个强大的图像融合工具，广泛应用于图像叠加、透明度调整等场景。本文将详细介绍这个函数的使用方法，并通过具体实例展示其在图像处理中的应用。

cv::addWeighted()函数的主要作用是将两个图像按照指定的权重进行加权融合。其基本语法如下：

cv::addWeighted(src1, alpha, src2, beta, gamma, dst);

• src1：第一个输入图像
• alpha：src1的权重系数
• src2：第二个输入图像
• beta：src2的权重系数
• gamma：加到结果上的标量
• dst：输出图像

使用这个函数时需要注意以下几点：

1. 两个输入图像的尺寸必须相同
2. 权重系数alpha和beta决定了每个图像在最终结果中的贡献程度
3. 参数类型需要匹配，避免出现类型转换错误

为了更好地理解cv::addWeighted()函数的使用，我们通过一个具体的图像融合案例来演示其应用过程。

假设我们有两个图像：一张是风景照片，另一张是带有透明度信息的logo图像。我们的目标是将logo叠加到风景照片上，形成最终的合成图像。

步骤1：读取图像

首先，我们需要读取两张输入图像。这里假设风景照片存储在landscape.jpg文件中，logo图像存储在logo.png文件中。

cv::Mat landscape = cv::imread("landscape.jpg");
cv::Mat logo = cv::imread("logo.png", cv::IMREAD_UNCHANGED);

步骤2：调整图像尺寸

为了确保两张图像可以融合，我们需要将logo图像的尺寸调整为与风景照片相同。

cv::resize(logo, logo, landscape.size());

步骤3：分离logo的alpha通道

由于logo图像包含透明度信息，我们需要将其alpha通道分离出来，以便在融合时考虑透明度效果。

std::vector<cv::Mat> logo_channels;
cv::split(logo, logo_channels);
cv::Mat alpha_channel = logo_channels[3];

步骤4：计算权重

根据alpha通道的值，计算两个图像的权重。这里我们使用alpha通道的值作为logo图像的权重，使用其反值作为风景照片的权重。

cv::Mat inv_alpha;
cv::subtract(cv::Scalar::all(1.0), alpha_channel, inv_alpha);

步骤5：加权融合

最后，我们使用cv::addWeighted()函数将两张图像按照计算出的权重进行融合。

cv::Mat result;
cv::addWeighted(landscape, inv_alpha, logo, alpha_channel, 0.0, result);

步骤6：显示结果

将最终的合成图像显示出来，观察融合效果。

cv::imshow("Blended Image", result);
cv::waitKey(0);

通过调整alpha和beta的值，我们可以控制两个图像在最终结果中的相对重要性，从而实现不同的融合效果。

cv::addWeighted()函数是OpenCV中实现图像融合的核心工具，通过调整权重参数，可以创造出丰富的图像合成效果。无论是用于艺术创作还是图像处理任务，这个功能都能带来令人惊艳的效果。希望本文能帮助你更好地理解和掌握这个强大的图像处理工具。