05- OpenCV：图像操作和图像混合

目录

一、图像操作

1、读写图像

2、读写像素

3、修改像素值

4、Vec3b与Vec3F

5、相关的代码演示

二、图像混合

1、理论-线性混合操作

2、相关API(addWeighted)

3、代码演示（完整的例子）

---

一、图像操作

1、读写图像

（1）imread 可以指定加载为灰度或者RGB图像

（2）Imwrite 保存图像文件，类型由扩展名决定

2、读写像素

（1）读一个GRAY像素点的像素值（CV_8UC1）

Scalar intensity = img.at(y, x);
或者 
Scalar intensity = img.at(Point(x, y)); 

（2）读一个RGB像素点的像素值

Vec3f intensity = img.at(y, x);
float blue = intensity.val[0];
float green = intensity.val[1];
float red = intensity.val[2];

3、修改像素值

（1）灰度图像

 img.at(y, x) = 128;

（2）RGB三通道图像

img.at(y,x)[0]=128; // blue 
img.at(y,x)[1]=128; // green 
img.at(y,x)[2]=128; // red

（3）空白图像赋值

img = Scalar(0);

（4）ROI选择

Rect r(10, 10, 100, 100); 
Mat smallImg = img(r);

4、Vec3b与Vec3F

（1）Vec3b对应三通道的顺序是blue、green、red的uchar类型数据。

（2）Vec3f对应三通道的float类型数据

（3）把CV_8UC1转换到CV32F1实现如下：

src.convertTo(dst, CV_32F);

5、相关的代码演示

#include  
#include  
#include 
#include 
#include 

using namespace cv;
using namespace std;
int main(int argc, char** args) {
	Mat image = imread("D:/test.jpg", IMREAD_COLOR);
	if (image.empty()) {
		cout << "could not find the image resource..." << std::endl;
		return -1;
	}

	Mat grayImg;
	cvtColor(image, grayImg, COLOR_BGR2GRAY);
	Mat sobelx; 
	Sobel(grayImg, sobelx, CV_32F, 1, 0);
	double minVal, maxVal;
	minMaxLoc(sobelx, &minVal, &maxVal); //find minimum and maximum intensities
	Mat draw;
	sobelx.convertTo(draw, CV_8U, 255.0 / (maxVal - minVal), -minVal * 255.0 / (maxVal - minVal));
	/*
	int height = image.rows;
	int width = image.cols;
	int channels = image.channels();
	printf("height=%d width=%d channels=%d", height, width, channels);
	for (int row = 0; row < height; row++) {
		for (int col = 0; col < width; col++) {
			if (channels == 3) {
				image.at(row, col)[0] = 0; // blue
				image.at(row, col)[1] = 0; // green
			}
		}
	}
	*/
	namedWindow("My Image", CV_WINDOW_AUTOSIZE);
	imshow("My Image", draw);
	waitKey(0);
	return 0;
}

效果展示：

bitwise_not(）这接口使用：逐位取反

#include
#include

using namespace cv;

int main()
{
	Mat src, dst;
	src = imread("test.jpg");
	if (!src.data)
	{
		printf("could not load image...\n");
	}

	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

    // 单通道的Mat
	Mat gray_src;
	cvtColor(src, gray_src, COLOR_RGB2GRAY);// 颜色空间的转换
	int nc = src.channels();

    // 图像像素操作，取反后，看输出是什么样子
	for (int row = 0; row < src.rows; row++)
	{
		for (int col = 0; col < src.cols; col++)
		{
			if (nc == 1)
			{
				int gray = gray_src.at(row, col);
				gray_src.at(row, col) = 255 - gray;
			}
			else if (nc == 3)
			{
				int b = src.at(row, col)[0];
				int g = src.at(row, col)[1];
				int r = src.at(row, col)[2];
				dst.at(row, col)[0] = 255 - b;
				dst.at(row, col)[1] = 255 - g;
				dst.at(row, col)[2] = 255 - r;
                
                //取最大值为灰度像素值
        	    //gray_src.at(row, col) = max(r, max(b, g));
            
                //取最小值为灰度像素值
				//gray_src.at(row, col) = min(r, min(b, g));
			}
		}
	}
    // 最后一个if的操作，就是3色通道的rgb都取反，可以用下面的接口代替
    //bitwise_not(src, dst);//能实现一样的效果

	namedWindow("mask_result", CV_WINDOW_AUTOSIZE);
	imshow("mask_result", dst);

	//imshow("mask_result", gray_src); //输出灰色图像

	waitKey(0);
	return 0;
    
}

运行代码得出最后的效果：

二、图像混合

1、理论-线性混合操作

其中      的取值范围为0~1之间

2、相关API(addWeighted)

addWeighted 是OpenCV中的一个函数，用于对两个图像进行加权相加。它可以用于图像融合、图像混合以及图像叠加等应用。

函数原型如下：

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

)

参数说明：

• src1：第一个输入图像。
• alpha：第一个输入图像的权重。
• src2：第二个输入图像。
• beta：第二个输入图像的权重。
• gamma：加到结果上的标量值。
• dst：输出图像，与输入图像具有相同的尺寸和类型。
• dtype：可选参数，指定输出图像的数据类型，默认为-1，表示与输入图像保持一致。

关键代码实现

cv::Mat image1 = cv::imread("image1.jpg");
cv::Mat image2 = cv::imread("image2.jpg");

cv::Mat blendedImage;
double alpha = 0.5;  // 第一个图像的权重

double beta = 0.5;   // 第二个图像的权重

double gamma = 0.0;  // 加到结果上的标量值


cv::addWeighted(image1, alpha, image2, beta, gamma, blendedImage);

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

代码将加载两张图像，然后用 addWeighted 函数将它们进行加权相加，并将结果显示在窗口中。

你可以根据实际需求调整 alpha、beta 和 gamma 的值，以及选择不同的图像作为输入来实现不同的效果。

3、代码演示（完整的例子）

#include 
#include 

using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat src1, src2, dst;
	src1 = imread("D:/vcprojects/images/LinuxLogo.jpg");
	src2 = imread("D:/vcprojects/images/win7logo.jpg");
	if (!src1.data) {
		cout << "could not load image Linux Logo..." << endl;
		return -1;
	}
	if (!src2.data) {
		cout << "could not load image WIN7 Logo..." << endl;
		return -1;
	}

	double alpha = 0.5;
	if (src1.rows == src2.rows && src1.cols == src2.cols && src1.type() == src2.type()) {
		// addWeighted(src1, alpha, src2, (1.0 - alpha), 0.0, dst);
		// multiply(src1, src2, dst, 1.0);
		
		imshow("linuxlogo", src1);
		imshow("win7logo", src2);
		namedWindow("blend demo", CV_WINDOW_AUTOSIZE);
		imshow("blend demo", dst);
	}
	else {
		printf("could not blend images , the size of images is not same...\n");
		return -1;
	}

	waitKey(0);
	return 0;
}

效果如下：