【OpenCV学习笔记】2.1图像混合和叠加

一、建立感兴趣域

ROI = Region of Interest

从图像中选择一个图像区域，这个区域是我们图像分析所关注的重点。我们圈定这个区域，以便进行进一步处理。

方法一: 　Mat imageROI = image(Range(行的范围),Range(列的范围))

方法二: 　Mat imageROI = image(Rect(y,x,列距,行距)) 　 注意是列位置在前！

由于Mat的内存机制，我们改变该ROI域，也就改变了原来的图片image

二、基本图像混合

函数 addWeighted

void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1);

各参数解释：

alpha　(α)　表示scr1的权值

beta　 (β)　表示scr2的权值

gamma (γ)　一个加到权重总和上的标量值

dst=src1∗α+src2∗β+γ

dtype，输出阵列的可选深度，默认值-1

当 α+β=1 时，为线性混合：

g(x)=(1−α)f0(x)+αf1(x)

三、图像拷贝

1、函数copyTo

src.copyTo(dst)

src.copyTo(dst, mask)

将src复制到dst中

掩码mask的作用：

mask必须为单通道图像

函数会检测mask中相应位置是否为0，如果不为0是会把输入Mat相应位置的值直接复制到输出中的，但是，如果mask中相应位置为0，copyMask函数会不理它，让它维持原值输出。

对于透明图像的叠加很有用处

2、函数clone

对比三种图像拷贝方法的效果

借鉴于http://blog.csdn.net/thefutureisour/article/details/7472104

Mat result = image;
//result = image.clone();
//image.copyTo(result);

使用三种方法将result与图像image关联：

第一种是是用“=”，第二种是用copyTo，第三种使用clone

对image的滤波后可以发现：

当使用“=”时，会导致result的图像改变；

而使用clone或者copyTo不会引起result的改变。

原因是什么呢？

因为使用“=”时，并没有复制新的数据，而只是让result指向image。它们指向的是内存中的同一份数据。等号操作以后，image的引用计数+1而已。这就是所谓的“浅拷贝”;

而copyTo则是把矩阵的每个元素都重新拷贝给了result。

clone不仅拷贝了矩阵元素值，还复制了矩阵的一些其他信息。它们是所谓的“深拷贝”。

四、实例

借鉴于http://blog.csdn.net/poem_qianmo/article/details/20911629

#include <opencv2\opencv.hpp>
#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>

using namespace cv;

int main(){
Mat img = imread("20140224111440937.jpg");
namedWindow("【1】游戏原画");
// 在窗口中显示游戏原画
imshow("【1】游戏原画", img);

Mat image = imread("dota.jpg", 199);
Mat logo = imread("dota_logo.jpg");
namedWindow("【2】原画图");
imshow("【2】原画图", image);
namedWindow("【3】logo图");
imshow("【3】logo图", logo);

Mat imageROI;
//imageROI = image(Range(350, 350 + logo.rows), Range(800, 800 + logo.cols));//行的范围，列的范围
imageROI = image(Rect(800, 350, logo.cols, logo.rows));

//三种方法的试验：
//imageROI=logo;            //不成功，指向了logo
logo.copyTo(imageROI);      //成功
//imageROI = logo.clone();  //不成功，重新开辟内存对logo拷贝了矩阵元素值，还复制了矩阵的一些其他信息

//addWeighted(imageROI, 0.7, logo,0.1,0.0,imageROI);     //图像加权混合
imshow("【4】图像混合", image);

waitKey(6000);
return 0;
}

五、多通道混合

函数：split(),merge()

#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<vector>

using namespace cv;
using namespace std;

int main(){
Mat logo = imread("20140305153622171.png", 0);//灰度图像
Mat img = imread("20140310123950218.png");
namedWindow("[1]原图");
imshow("[1]原图",img);
namedWindow("[2]logo");
imshow("[2]logo", logo);

vector<Mat> channels;
split(img, channels);//将img分成3通道
Mat Green = channels.at(1);//取绿色分量 Green指向channels
Mat imgROI = Green(Rect(0, 0, logo.cols, logo.rows));   //imgROI也指向channels
addWeighted(imgROI, 1.0, logo, 0.5, 0.0, imgROI);//2张图片通道数一定要一样

merge(channels, img);   //merge回来，否则所做的改变并不在img上
namedWindow("[2]绿色logo");
imshow("[2]绿色logo", img);
waitKey(6000);
return 0;
}