【浅墨的游戏编程Blog】毛星云(浅墨)的专栏

Keep Reading , Keep Writing , Keep Coding.

【OpenCV入门教程之四】 ROI区域图像叠加&初级图像混合 全剖析


 

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。

 

//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:

//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:

 

//----------------------------------【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
       Mat srcImage1= imread("dota_pa.jpg");
       Mat logoImage= 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
       Mat imageROI= srcImage1(Rect(200,250,logoImage.cols,logoImage.rows));
 
       //【3】加载掩模(必须是灰度图)
       Mat mask= 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);
 
       return true;
}


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:

 

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

 

//---------------------------------【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
       double alphaValue = 0.5;
       double betaValue;
       Mat srcImage2, 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 );
 
       return true;
      
}



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。

 

//【0】定义一些局部变量
       double alphaValue = 0.5;
       double betaValue;
       Mat srcImage2, 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:

       

//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: 

//【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。

// 【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。

 


//---------------------------------【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
       Mat srcImage4= imread("dota_pa.jpg",1);
       Mat logoImage= 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
       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】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;
}



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:

 

//-----------------------------------【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("color 5E");
 
       if(ROI_AddImage()&& LinearBlending( )&&ROI_LinearBlending( ))
       {
              cout<<endl<<"嗯。好了,得出了你需要的图像~! : )";
       }
 
       waitKey(0);
       return 0;
}
 
//----------------------------------【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
       Mat srcImage1= imread("dota_pa.jpg");
       Mat logoImage= 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
       Mat imageROI= srcImage1(Rect(200,250,logoImage.cols,logoImage.rows));
 
       //【3】加载掩模(必须是灰度图)
       Mat mask= 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);
 
       return true;
}
 
 
//---------------------------------【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
       double alphaValue = 0.5;
       double betaValue;
       Mat srcImage2, 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 );
 
       return true;
      
}
 
//---------------------------------【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
       Mat srcImage4= imread("dota_pa.jpg",1);
       Mat logoImage= 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
       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】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:)



阅读更多
个人分类: 【OpenCV】
所属专栏: 【OpenCV】入门教程
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭