OpenCV3学习笔记（7）：图像混合，addWeighted()

我就是我 2022-12-04 10:58 48阅读 0赞

# 0.图像混合 #

通过addWeighted函数，可以将两张大小和通道相同的图片按照一定比例混合到一起，所有的比例之和为1。

void cv::addWeighted(
      InputArray src1, //图片1
      double alpha,    //混合比例
      InputArray src2, //图片2，其大小和通道与1相同
      double beta,     //混合比例
      double gamma,    //偏差，每次计算加上该值
      OutputArray dst, //输出图片，其大小和通道与输入相同
      int dtype = -1   //输出数组的可选深度；当两个输入数组的深度相同时，可以将dtype设置为-1，这等效于src1.depth()。
    )

混合公式，其中I为多维数组的索引：  
**dst(I)=saturate(src1(I)∗alpha+src2(I)∗beta+gamma); （alpha+beta=1）**  
在多通道阵列的情况下，每个通道都是独立处理的。该函数可以替换为矩阵表达式：  
**dst = src1 \* alpha + src2 \* beta + gamma; （alpha+beta=1）**

通过代码来测试下效果（感觉最麻烦的是大小和类型还得一样）：

Mat raw_1 = imread("F:/Src/add_1.png"); //小狗
    	Mat raw_2 = imread("F:/Src/add_2.png"); //数字背景
    	Mat dst_1;
    	const double alpha = 0.6;
    	//开始混合，注意两个图大小类型一致
    	addWeighted(raw_1, alpha, raw_2, 1-alpha, 0.0, dst_1);
    	imshow("addWeighted", dst_1);

效果如下（原图我直接截图出来的两个大小一样的图）：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvbmdqaWFuYm8xOTky_size_16_color_FFFFFF_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvbmdqaWFuYm8xOTky_size_16_color_FFFFFF_t_70 1][]

参考文档： [https://docs.opencv.org/3.4.11/d2/de8/group\_\_core\_\_array.html][https_docs.opencv.org_3.4.11_d2_de8_group_core_array.html]

参考博客：[https://blog.csdn.net/weixin\_42126427/article/details/106113192][https_blog.csdn.net_weixin_42126427_article_details_106113192]

# 1.图像叠加 #

利用Mat类的copyTo成员函数可以简单的进行图像叠加：

void cv::Mat::copyTo(
      OutputArray m,   //叠加到哪个图上
      InputArray mask  //掩膜CV_8U类型（有个重载不需要掩膜，完全复制）
    )const

测试代码：

Mat raw_1 = imread("F:/Src/add_1.png"); //小狗
    	Mat raw_2 = imread("F:/Src/add_2.png"); //数字背景
    	Mat mask;
    	//掩膜，把颜色暗淡的剔除
    	inRange(raw_1, Scalar(30, 30, 30), Scalar(255, 255, 255), mask);
    	//拷贝一份数字背景
    	Mat dst_2 = raw_2.clone();
    	raw_1.copyTo(dst_2, mask);
    	imshow("copyTo", dst_2);

效果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvbmdqaWFuYm8xOTky_size_16_color_FFFFFF_t_70 2][]

参考博客：[https://www.cnblogs.com/qiantao/p/9446869.html][https_www.cnblogs.com_qiantao_p_9446869.html]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvbmdqaWFuYm8xOTky_size_16_color_FFFFFF_t_70]: /images/20221123/9ffeaf59683e42eaa375eb164392e36f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvbmdqaWFuYm8xOTky_size_16_color_FFFFFF_t_70 1]: /images/20221123/2a5aa2ae4eda4a11b29705a4873833b8.png
[https_docs.opencv.org_3.4.11_d2_de8_group_core_array.html]: https://docs.opencv.org/3.4.11/d2/de8/group__core__array.html
[https_blog.csdn.net_weixin_42126427_article_details_106113192]: https://blog.csdn.net/weixin_42126427/article/details/106113192
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dvbmdqaWFuYm8xOTky_size_16_color_FFFFFF_t_70 2]: /images/20221123/b12cd7addca245b8a75700cf79b8ca04.png
[https_www.cnblogs.com_qiantao_p_9446869.html]: https://www.cnblogs.com/qiantao/p/9446869.html