http://blog.csdn.net/kezunhai
基本代数加法和减法在图像处理中也是应用广泛(加法可以将两幅图像融合,而减法可以从图像中分离出目标)。
实现原理:把两幅图像对应位置处的R、G、B三个颜色分量进行分离,然后对应相加,再合成作为目标像素值输出。
实现代码:
// =================================================== // 原图像img1, img2(大小相等) // alpha和beta分别表示img1和img2的权重 // dst为输出结果图 // 当alpha + beta = 01时, 即为减法 // 当alpha + beta = 1时, 即为加法 // ==================================================== void PhotoShop::AddSub(Mat& img1, float alpha, Mat& img2, float beta, Mat& dst ) { if ( alpha+ beta != 1.0 && alpha + beta !=0) { alpha = beta = 0.5; } if ( dst.empty()) dst.create( img1.rows, img1.cols, img1.type()); dst = cv::Scalar::all(0); int i, j; Size size = img1.size(); int chns = img1.channels(); //int chns = dst.channels(); if (img1.isContinuous() && img2.isContinuous() && dst.isContinuous()) { size.width *= size.height; size.height = 1; } for ( i= 0; i<size.height; ++i) { const unsigned char* src1 = (const unsigned char*)img1.data + img1.step*i; const unsigned char* src2 = (const unsigned char*)img2.data + img2.step*i; unsigned char* data = (unsigned char*)dst.data+dst.step*i; for ( j=0; j<size.width; ++j) { data[j*chns] = saturate_cast<uchar>(alpha*src1[j*chns] + beta* src2[j*chns]+0.5); data[j*chns+1] =saturate_cast<uchar>(alpha*src1[j*chns+1] + beta* src2[j*chns+1]+0.5); data[j*chns+2] = saturate_cast<uchar>(alpha*src1[j*chns+2] + beta* src2[j*chns+2]+0.5); } } }加法效果图:
在上面几张图中,下面的图像是上面两幅图像的合成图(alpha=0.9, beta =0.1),可以通过调节alpha和beta合成不同的图像。
这下面的图像是两张图像相减的结果(通过图像相减可以判断两张图像是否相同,以及两张图像有什么不同,对于喜欢找不同点游戏的朋友,通过这个方法可以很快地找到两幅图像的不同点,快速打败对手):
作者:kezunhai 出处:http://blog.csdn.net/kezunhai 欢迎转载或分享,但请务必声明文章出处。