6.影象的數學運算(影象運演算法則)+ ROI特徵項提取(畫面疊化效果) --- OpenCV從零開始到影象(人臉 + 物體)識別系列
阿新 • • 發佈:2018-12-30
本文作者:小嗷
影象的基本運算有很多種,比如兩幅影象可以相加、相減、甚至可以相乘、相除(與或非、異或、與或),我們可以把相同規格的影象(數字)進行加減乘除等等,實現處理後圖像的還原與合併。
dst:輸出影象,src1:影象-1,src2:影象-2,scale、alpha、beta:可選的比例因子(例如:影象乘scale【50%】等於半透明圖)。
(例如:multiply()函式相乘計算兩個陣列的每個元素的乘積。)
void add() 等於 dst = src1 + src2 void subtract() 等於 dst = src1 - src2 void multiply() 等於 dst = scale*src1*src2 void divide() 等於 dst = scale*src1*src2 void scaleAdd() 等於 dst = dst = scale*src1 + src2 void addWeighted()等於 dst = alpha*src1 + beta*src2 + gamma void sqrt() 計算每個矩陣元素的平方根 void pow() src的多少次冪 void exp() 表示指數的意思 void log() dst = log(abs(src))
上述的基本操作中都屬於將基礎數學運算應用於影象畫素的處理中,下面將著重介紹
bitwise_and、bitwise_or、bitwise_xor、bitwise_not這四個按位操作函式。
void bitwise_and() 等於 dst = src1 & src2
void bitwise_or() 等於 dst = src1 | src2
void bitwise_xor() 等於 dst = src1 ^ src2
void bitwise_not() 等於 dst = ~src
- bitwise_and:對二進位制資料進行“與”操作,即對影象(灰度影象或彩色影象均可)每個畫素值進行二進位制“與”操作,1&1=1,1&0=0,0&1=0,0&0=0
- bitwise_or:對二進位制資料進行“或”操作,即對影象(灰度影象或彩色影象均可)每個畫素值進行二進位制“或”操作,1|1=1,1|0=0,0|1=0,0|0=0
- bitwise_xor是對二進位制資料進行“異或”操作,即對影象(灰度影象或彩色影象均可)每個畫素值進行二進位制“異或”操作,1^1=0,1^0=1,0^1=1,0^0=0
- bitwise_not是對二進位制資料進行“非”操作,即對影象(灰度影象或彩色影象均可)每個畫素值進行二進位制“非”操作,~1=0,~0=1
注意:這些函式都要求相加的兩幅影象具有相同的尺寸,並且畫素型別是相同的。
簡單說說ROI,就是摳圖(美稱感興趣區域ROI)。詳情內容通過講解程式碼
任務:實現畫面疊化效果(水印或者相同規格疊化)
線性混合操作:通過在範圍0到1之間改變alpha值,來對兩幅影象或兩段視屏(同樣為(f0(x)和f1(x)))產生時間上的畫面疊化效果(cross - dissolve)
步驟:感興趣區域ROI和使用addWeighted函式進行線性混合的基礎,先指定ROI,在用addWeighted對指定的ROI區域的影象進行混合操作
//---------------------------------【標頭檔案、名稱空間包含部分】-------------------------------
// 描述:包含程式所使用的標頭檔案和名稱空間
//------------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
using namespace std;
//-----------------------------------【全域性函式宣告部分】--------------------------------------
// 描述:全域性函式宣告
//-----------------------------------------------------------------------------------------------
bool ROI_AddImage();
bool LinearBlending();
bool ROI_LinearBlending();
//-----------------------------------【main( )函式】--------------------------------------------
// 描述:控制檯應用程式的入口函式,我們的程式從這裡開始
//-----------------------------------------------------------------------------------------------
int main()
{
system("color 6F");
//在判斷過程執行子函式
if (ROI_AddImage() && LinearBlending() &&
ROI_LinearBlending())
{
cout << endl << "\n執行成功,得出了需要的影象";
}
waitKey(0);
return 0;
}
//----------------------------------【ROI_AddImage( )函式】----------------------------------
// 函式名:ROI_AddImage()
// 描述:利用感興趣區域ROI實現影象疊加
//----------------------------------------------------------------------------------------------
bool ROI_AddImage()
{
// 【1】讀入影象
Mat srcImage1 = imread("dota_pa.jpg");
Mat logoImage = imread("dota_logo.jpg");
if (!srcImage1.data) { printf("讀取srcImage1錯誤~! \n"); return false; }
if (!logoImage.data) { printf("讀取logoImage錯誤~! \n"); return false; }
// 【2】定義一個Mat型別並給其設定ROI區域,Rect是矩形區域意思是建立一個左上角開始:xy軸點(200.250),長寬等於logoImage圖的Mat影象組數
Mat imageROI = srcImage1(Rect(200, 250, logoImage.cols, logoImage.rows));
imshow("ROI示例視窗", imageROI);
// 【3】載入掩模(必須是灰度圖)
Mat mask = imread("dota_logo.jpg", 0);
//【4】將掩膜拷貝到ROI
logoImage.copyTo(imageROI, mask);
// 【5】顯示結果
namedWindow("<1>利用ROI實現影象疊加示例視窗");
imshow("<1>利用ROI實現影象疊加示例視窗", srcImage1);
return true;
}
//---------------------------------【LinearBlending()函式】-------------------------------------
// 函式名:LinearBlending()
// 描述:利用cv::addWeighted()函式實現影象線性混合
//--------------------------------------------------------------------------------------------
bool LinearBlending()
{
//【0】定義一些區域性變數
double alphaValue = 0.5;
double betaValue;
Mat srcImage2, srcImage3, dstImage;
// 【1】讀取影象 ( 兩幅圖片需為同樣的型別和尺寸 )
srcImage2 = imread("mogu.jpg");
srcImage3 = imread("rain.jpg");
if (!srcImage2.data) { printf("讀取srcImage2錯誤! \n"); return false; }
if (!srcImage3.data) { printf("讀取srcImage3錯誤! \n"); return false; }
// 【2】進行影象混合加權操作
betaValue = (1.0 - alphaValue);
addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);
// 【3】顯示原圖視窗
imshow("<2>線性混合示例視窗【原圖】", srcImage2);
imshow("<3>線性混合示例視窗【效果圖】", dstImage);
return true;
}
//---------------------------------【ROI_LinearBlending()】-------------------------------------
// 函式名:ROI_LinearBlending()
// 描述:線性混合實現函式,指定區域線性影象混合.利用cv::addWeighted()函式結合定義
// 感興趣區域ROI,實現自定義區域的線性混合
//--------------------------------------------------------------------------------------------
bool ROI_LinearBlending()
{
//【1】讀取影象
Mat srcImage4 = imread("dota_pa.jpg", 1);
Mat logoImage = imread("dota_logo.jpg");
if (!srcImage4.data) { printf("讀取srcImage4錯誤~! \n"); return false; }
if (!logoImage.data) { printf("讀取logoImage錯誤~! \n"); return false; }
//【2】定義一個Mat型別並給其設定ROI區域
Mat imageROI;
//方法一
imageROI = srcImage4(Rect(200, 250, logoImage.cols, logoImage.rows));
//方法二
//imageROI= srcImage4(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));
//【3】將logo加到原圖上
addWeighted(imageROI, 0.5, logoImage, 0.3, 0., imageROI);
//【4】顯示結果
imshow("<4>區域線性影象混合示例視窗", srcImage4);
return true;
}
- API文件:opencv2refman.pdf(Ctrl + F查詢相關bitwise_and(),就會有它的定義和各個引數意思)
- 密碼:ev4g
轉載QQ郵箱通知一下,未經授權請勿轉載,明天見,886。