【OpenCV入门教程之四】 ROI区域图像叠加&初级图像混合全剖析

最新推荐文章于 2024-03-11 13:52:46 发布

huang9012

最新推荐文章于 2024-03-11 13:52:46 发布

阅读量1.1w

点赞数 4

分类专栏：图像识别

图像识别专栏收录该内容

12 篇文章 0 订阅

订阅专栏

目录(?)[-]

本系列文章由@浅墨_毛星云出品，转载请注明出处。

文章链接： http://blog.csdn.net/poem_qianmo/article/details/20911629

作者：毛星云（浅墨）    邮箱： happylifemxy@163.com

写作当前博文时配套使用的OpenCV版本： 2.4.8

在这篇文章里，我们一起学习了在OpenCV中如何定义感兴趣区域ROI，如何使用addWeighted函数进行图像混合操作，以及将ROI和addWeighted函数结合起来使用，对指定区域进行图像混合操作。

PS:文章末尾提供了博文配套程序源代码的下载。

文章开头，依旧是先放一张截图：

一、设定感兴趣区域——ROI（region of interest）

在图像处理领域，我们常常需要设置感兴趣区域(ROI，region of interest)，来专注或者简化我们的工作过程。也就是从图像中选择的一个图像区域，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。而且，使用ROI指定我们想读入的目标，可以减少处理时间，增加精度，给图像处理来带不小的便利。

ROI区域定义的两种方法

定义ROI区域有两种方法，第一种是使用cv:Rect.顾名思义，cv::Rect表示一个矩形区域。指定矩形的左上角坐标（构造函数的前两个参数）和矩形的长宽（构造函数的后两个参数）就可以定义一个矩形区域。

[cpp] view plain copy print ?

//定义一个Mat类型并给其设定ROI区域
Mat imageROI;
//方法一
imageROI=image(Rect(500,250,logo.cols,logo.rows));

另一种定义ROI的方式是指定感兴趣行或列的范围（Range）。Range是指从起始索引到终止索引（不包括终止索引）的一连段连续序列。cv::Range可以用来定义Range。如果使用cv::Range来定义ROI，那么前例中定义ROI的代码可以重写为：

[cpp] view plain copy print ?

//方法二
imageROI=srcImage3(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));

好了，下面我们来看一个实例，显示如何利用ROI将一幅图加到另一幅图的指定位置。大家如果需要拷贝如下的函数中的代码直接运行的话，自己建一个基于console的程序，然后把函数体中的内容拷贝到main函数中，然后找两幅大小合适的图片，加入到工程目录下，并和代码中读取的文件名一致即可。

在下面的代码中，我们通过一个图像掩膜（mask），直接将插入处的像素设置为logo图像的像素值，这样效果会很赞很逼真：

[cpp] view plain copy print ?

//----------------------------------【ROI_AddImage( )函数】----------------------------------
// 函数名：ROI_AddImage（）
//     描述：利用感兴趣区域ROI实现图像叠加
//----------------------------------------------------------------------------------------------
bool ROI_AddImage()
{

       //【1】读入图像
       MatsrcImage1= imread("dota_pa.jpg");
       MatlogoImage= imread("dota_logo.jpg");
       if(!srcImage1.data ) { printf("你妹，读取srcImage1错误~！ \n"); return false; }
       if(!logoImage.data ) { printf("你妹，读取logoImage错误~！ \n"); return false; }

       //【2】定义一个Mat类型并给其设定ROI区域
       MatimageROI= srcImage1(Rect(200,250,logoImage.cols,logoImage.rows));

       //【3】加载掩模（必须是灰度图）
       Matmask= imread("dota_logo.jpg",0);

       //【4】将掩膜拷贝到ROI
       logoImage.copyTo(imageROI,mask);

       //【5】显示结果
       namedWindow("<1>利用ROI实现图像叠加示例窗口");
       imshow("<1>利用ROI实现图像叠加示例窗口",srcImage1);

       returntrue;
}

这个函数首先是载入了两张jpg图片到srcImage1和logoImage中，然后定义了一个Mat类型的imageROI，并使用cv::Rect设置其感兴趣区域为srcImage1中的一块区域，将imageROI和srcImage1关联起来。接着定义了一个Mat类型的的mask并读入dota_logo.jpg，顺势使用Mat:: copyTo把mask中的内容拷贝到imageROI中，于是就得到了最终的效果图，namedWindow和imshow配合使用，显示出最终的结果。

运行结果如下：

这里白色的dota2 logo，就是通过操作之后加上去的图像。

二、初级图像混合——线性混合操作

线性混合操作是一种典型的二元（两个输入）的像素操作，它的理论公式是这样的：





如果看过我之前写的游戏编程Alpha混合那篇文章的朋友们应该有些熟悉，其实他们是差不多的:

【Visual C++】游戏开发五十五浅墨 DirectX教程二十二水乳交融的美学：alpha混合技术

我们通过在范围0到1之间改变alpha值，来对两幅图像（f0（x）和f1（x））或两段视频（同样为（f0（x）和f1（x））产生时间上的画面叠化（cross-dissolve）效果，就像幻灯片放映和电影制作中的那样。即在幻灯片翻页时设置的前后页缓慢过渡叠加效果，以及电影情节过渡时经常出现的画面叠加效果。

实现方面，我们主要运用了OpenCV中addWeighted函数，我们来全面的了解一下它：

addWeighted函数

这个函数的作用是，计算两个数组（图像阵列）的加权和。原型如下：

[cpp] view plain copy print ?

void addWeighted(InputArray src1, doublealpha, InputArray src2, double beta, double gamma, OutputArray dst, intdtype=-1);

第一个参数，InputArray类型的src1，表示需要加权的第一个数组，常常填一个Mat。
第二个参数，alpha，表示第一个数组的权重
第三个参数，src2，表示第二个数组，它需要和第一个数组拥有相同的尺寸和通道数。
第四个参数，beta，表示第二个数组的权重值。
第五个参数，dst，输出的数组，它和输入的两个数组拥有相同的尺寸和通道数。
第六个参数，gamma，一个加到权重总和上的标量值。看下面的式子自然会理解。
第七个参数，dtype，输出阵列的可选深度，有默认值-1。;当两个输入数组具有相同的深度时，这个参数设置为-1（默认值），即等同于src1.depth（）。

如果用数学公式来表达，addWeighted函数计算如下两个数组（src1和src2）的加权和，得到结果输出给第四个参数。即addWeighted函数的作用可以被表示为为如下的矩阵表达式为：

        dst = src1[I]*alpha+ src2[I]*beta + gamma;

其中的I，是多维数组元素的索引值。而且，在遇到多通道数组的时候，每个通道都需要独立地进行处理。另外需要注意的是，当输出数组的深度为CV_32S时，这个函数就不适用了，这时候就会内存溢出或者算出的结果压根不对。

理论和函数的讲解就是上面这些，接着我们来看代码实例，以融会贯通。

[cpp] view plain copy print ?

//---------------------------------【LinearBlending（）函数】-------------------------------------
// 函数名：LinearBlending（）
// 描述：利用cv::addWeighted（）函数实现图像线性混合
//--------------------------------------------------------------------------------------------
bool LinearBlending()
{
       //【0】定义一些局部变量
       doublealphaValue = 0.5;
       doublebetaValue;
       MatsrcImage2, srcImage3, dstImage;

       //【1】读取图像 ( 两幅图片需为同样的类型和尺寸 )
       srcImage2= imread("mogu.jpg");
       srcImage3= imread("rain.jpg");

       if(!srcImage2.data ) { printf("你妹，读取srcImage2错误~！ \n"); return false; }
       if(!srcImage3.data ) { printf("你妹，读取srcImage3错误~！ \n"); return false; }

       //【2】做图像混合加权操作
       betaValue= ( 1.0 - alphaValue );
       addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);

       //【3】创建并显示原图窗口
       namedWindow("<2>线性混合示例窗口【原图】 by浅墨", 1);
       imshow("<2>线性混合示例窗口【原图】 by浅墨", srcImage2 );

       namedWindow("<3>线性混合示例窗口【效果图】 by浅墨", 1);
       imshow("<3>线性混合示例窗口【效果图】 by浅墨", dstImage );

       returntrue;

}

代码解析：

<0>首先当然是定义一些局部变量，alpha值beta值，三个Mat类型的变量。

[cpp] view plain copy print ?

//【0】定义一些局部变量
       doublealphaValue = 0.5;
       doublebetaValue;
       MatsrcImage2, srcImage3, dstImage;

在这里我们设置alpha值为0.5。

<1>读取两幅图像并作错误处理

这步很简单，直接上代码：

[cpp] view plain copy print ?

//读取图像 ( 两幅图片需为同样的类型和尺寸 )
       srcImage2= imread("mogu.jpg");
       srcImage3= imread("rain.jpg");
if(!srcImage2.data ) { printf("你妹，读取srcImage2错误~！ \n"); return false; }
       if(!srcImage3.data ) { printf("你妹，读取srcImage3错误~！ \n"); return false; }

在这里需要注意的是，因为我们是对 srcImage1和srcImage2求和，所以它们必须要有相同的尺寸（宽度和高度）和类型，不然多余的部分没有对应的“伴”，肯定会出问题。

<2> 进行图像混合加权操作

载入图像后，我们就可以来生成混合图像，也就是之前公式中的g(x)。为此目的，使用函数 addWeighted 可以很方便地实现，也就是因为 addWeighted 进行了如下计算：

这里的对应于addWeighted的第2个参数alpha

这里的对应于addWeighted的第4个参数beta

这里的对应于addWeighted的第5个参数，在上面代码中被我们设为0.0。

代码其实很简单，就是这样：

[cpp] view plain copy print ?

//【2】进行图像混合加权操作
  betaValue = ( 1.0 - alphaValue );
  addWeighted( srcImage2, alphaValue, srcImage3,betaValue, 0.0, dstImage);
其中beta值为1-alpha，gamma值为0。

<3>创建显示窗口，显示图像。

[cpp] view plain copy print ?

// 【3】创建并显示原图窗口
       namedWindow("<2>线性混合示例窗口【原图】 by浅墨", 1);
       imshow("<2>线性混合示例窗口【原图】 by浅墨", srcImage2 );

       namedWindow("<3>线性混合示例窗口【效果图】 by浅墨", 1);
       imshow("<3>线性混合示例窗口【效果图】 by浅墨", dstImage );

接着来看一下运行效果图，首先是原图：

然后是效果图：

三、综合示例

在前面分别介绍的设定感兴趣区域ROI和使用addWeighted函数进行图像线性混合的基础上，我们还将他们两者中和起来使用，也就是先指定ROI，并用addWeighted函数对我们指定的ROI区域的图像进行混合操作，我们将其封装在了一个名为ROI_LinearBlending的函数中，方便大家分块学习。

[cpp] view plain copy print ?

//---------------------------------【ROI_LinearBlending（）】-------------------------------------
// 函数名：ROI_LinearBlending（）
// 描述：线性混合实现函数,指定区域线性图像混合.利用cv::addWeighted（）函数结合定义
//                     感兴趣区域ROI，实现自定义区域的线性混合
//--------------------------------------------------------------------------------------------
bool ROI_LinearBlending()
{

       //【1】读取图像
       MatsrcImage4= imread("dota_pa.jpg",1);
       MatlogoImage= imread("dota_logo.jpg");

       if(!srcImage4.data ) { printf("你妹，读取srcImage4错误~！ \n"); return false; }
       if(!logoImage.data ) { printf("你妹，读取logoImage错误~！ \n"); return false; }

       //【2】定义一个Mat类型并给其设定ROI区域
       MatimageROI;
              //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】将logo加到原图上
       addWeighted(imageROI,0.5,logoImage,0.3,0.,imageROI);

       //【4】显示结果
       namedWindow("<4>区域线性图像混合示例窗口 by浅墨");
       imshow("<4>区域线性图像混合示例窗口 by浅墨",srcImage4);

       returntrue;
}

从这篇文章开始，如果不出意外的话，为了方便大家分块各个击破学习，每讲一个部分，示例代码都将封装在一个函数中，免得大家像学习各种不是特别地道的OpenCV教程时一样，看到代码全放在main函数中，心都碎了。

好了，下面放出详细注释的本篇文章的全部示例源代码：

[cpp] view plain copy print ?

//-----------------------------------【程序说明】----------------------------------------------
//  程序名称:：【OpenCV入门教程之四】 ROI区域图像叠加&初级图像混合全剖析   配套源码
// VS2010版   OpenCV版本：2.4.8
//     2014年3月10日 Create by 浅墨
//    图片素材出处：dota2原画 dota2logo
//     浅墨的微博：@浅墨_毛星云
//------------------------------------------------------------------------------------------------

//-----------------------------------【头文件包含部分】---------------------------------------
//     描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include <cv.h>
#include <highgui.h>
#include <iostream>

//-----------------------------------【命名空间声明部分】---------------------------------------
//     描述：包含程序所使用的命名空间
//-----------------------------------------------------------------------------------------------
using namespace cv;
using namespace std;


//-----------------------------------【全局函数声明部分】--------------------------------------
//     描述：全局函数声明
//-----------------------------------------------------------------------------------------------
bool ROI_AddImage();
bool LinearBlending();
bool ROI_LinearBlending();

//-----------------------------------【main( )函数】--------------------------------------------
//     描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main(  )
{
       system("color5E");

       if(ROI_AddImage()&& LinearBlending( )&&ROI_LinearBlending( ))
       {
              cout<<endl<<"嗯。好了，得出了你需要的图像~! : )";
       }

       waitKey(0);
       return0;
}

//----------------------------------【ROI_AddImage( )函数】----------------------------------
// 函数名：ROI_AddImage（）
//     描述：利用感兴趣区域ROI实现图像叠加
//----------------------------------------------------------------------------------------------
bool ROI_AddImage()
{

       //【1】读入图像
       MatsrcImage1= imread("dota_pa.jpg");
       MatlogoImage= imread("dota_logo.jpg");
       if(!srcImage1.data ) { printf("你妹，读取srcImage1错误~！ \n"); return false; }
       if(!logoImage.data ) { printf("你妹，读取logoImage错误~！ \n"); return false; }

       //【2】定义一个Mat类型并给其设定ROI区域
       MatimageROI= srcImage1(Rect(200,250,logoImage.cols,logoImage.rows));

       //【3】加载掩模（必须是灰度图）
       Matmask= imread("dota_logo.jpg",0);

       //【4】将掩膜拷贝到ROI
       logoImage.copyTo(imageROI,mask);

       //【5】显示结果
       namedWindow("<1>利用ROI实现图像叠加示例窗口");
       imshow("<1>利用ROI实现图像叠加示例窗口",srcImage1);

       returntrue;
}


//---------------------------------【LinearBlending（）函数】-------------------------------------
// 函数名：LinearBlending（）
// 描述：利用cv::addWeighted（）函数实现图像线性混合
//--------------------------------------------------------------------------------------------
bool LinearBlending()
{
       //【0】定义一些局部变量
       doublealphaValue = 0.5;
       doublebetaValue;
       MatsrcImage2, srcImage3, dstImage;

       //【1】读取图像 ( 两幅图片需为同样的类型和尺寸 )
       srcImage2= imread("mogu.jpg");
       srcImage3= imread("rain.jpg");

       if(!srcImage2.data ) { printf("你妹，读取srcImage2错误~！ \n"); return false; }
       if(!srcImage3.data ) { printf("你妹，读取srcImage3错误~！ \n"); return false; }

       //【2】进行图像混合加权操作
       betaValue= ( 1.0 - alphaValue );
       addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);

       //【3】创建并显示原图窗口
       namedWindow("<2>线性混合示例窗口【原图】 by浅墨", 1);
       imshow("<2>线性混合示例窗口【原图】 by浅墨", srcImage2 );

       namedWindow("<3>线性混合示例窗口【效果图】 by浅墨", 1);
       imshow("<3>线性混合示例窗口【效果图】 by浅墨", dstImage );

       returntrue;

}

//---------------------------------【ROI_LinearBlending（）】-------------------------------------
// 函数名：ROI_LinearBlending（）
// 描述：线性混合实现函数,指定区域线性图像混合.利用cv::addWeighted（）函数结合定义
//                     感兴趣区域ROI，实现自定义区域的线性混合
//--------------------------------------------------------------------------------------------
bool ROI_LinearBlending()
{

       //【1】读取图像
       MatsrcImage4= imread("dota_pa.jpg",1);
       MatlogoImage= imread("dota_logo.jpg");

       if(!srcImage4.data ) { printf("你妹，读取srcImage4错误~！ \n"); return false; }
       if(!logoImage.data ) { printf("你妹，读取logoImage错误~！ \n"); return false; }

       //【2】定义一个Mat类型并给其设定ROI区域
       MatimageROI;
              //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】将logo加到原图上
       addWeighted(imageROI,0.5,logoImage,0.3,0.,imageROI);

       //【4】显示结果
       namedWindow("<4>区域线性图像混合示例窗口 by浅墨");
       imshow("<4>区域线性图像混合示例窗口 by浅墨",srcImage4);

       return true;
}

最后看一下整体的运行效果图。

首先是经过背景颜色修改的console窗口：

然后依次是四张效果图：

嗯，本篇文章到这里就基本结束了，最后放出本篇文章配套示例程序的下载地址。

本篇文章的配套源代码请点击这里下载：

【浅墨OpenCV入门教程之四】配套源代码下载

OK，本节的内容大概就是这些，我们下篇文章见：）