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
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;
}