14.java openCV4.x 入门-Core之图像融合

专栏简介

💒个人主页
📰专栏目录

点击上方查看更多内容
📖心灵鸡汤📖

我们唯一拥有的就是今天,唯一能把握的也是今天


建议把本文当作笔记来看,据说专栏目录里面有相应视频🤫
🧭文章导航🧭
⬆️ 13.Core之图像差异比对(动态预警)
⬇️


  

一、逐元素和

   add函数用于将两个矩阵或者矩阵与常量之间进行逐像素相加,并生成一个新的矩阵,其中每个像素表示对应位置上两者像素的和。

1.方法说明

   仅列举全参方法

1.当两个输入数组具有相同的大小和相同的通道数时,两个数组的和为:
  dst(I)=saturate(src1(I)+src2(I))如果 mask(I)≠0
2.当第二个输入(src2)是由 Scalar 构造的或者具有与 src1.channels() 相同数量的元素时,数组和标量的和为:
  dst(I)=saturate(src1(I)+src2)如果 mask(I)≠0
3.当第一个输入(src1)是由 Scalar 构造的或者具有与 src2.channels() 相同数量的元素时,标量和数组的和为:
  dst(I)=saturate(src1+src2(I))如果 mask(I)≠0

1.计算两个数组(矩阵)的每个元素的和

add​(Mat src1, Mat src2, Mat dst, Mat mask, int dtype)
参数:
src1第一个数组(矩阵)
src2 第二个数组(矩阵)
dst 输出数组,其大小和通道数与输入数组相同
mask 可选操作掩码- 8位单通道数组,用于指定输出数组中要更改的元素
dtype 可选的输出数组深度,默认值为-1
   输入数组和输出数组可以有相同的或不同的深度。例如,可以将一个16位无符号数组添加到一个8位有符号数组中,并将和存储为32位浮点数数组。输出数组的深度由dtype参数确定。在上述第二种和第三种情况以及第一种情况中,当src1.depth()等于src2.depth()时,dtype可以设置为默认值-1。在这种情况下,输出数组将具有与输入数组相同的深度,无论是src1,src2还是两者。
        Mat src1 = new Mat(2,2, CvType.CV_8UC1);
        src1.put(0,0,1,2,3,4);
        //克隆
        Mat src2 = src1.clone();
        src2.t();

        System.out.println("src1.dump() = \n" + src1.dump());
        System.out.println("src2.dump() = \n" + src2.dump());

        Mat dst =new Mat();
        Core.add(src1,src2,dst,new Mat(),-1);

        System.out.println("dst.dump() = \n" + dst.dump());

结果:

src1.dump() =
[ 1, 2;
3, 4]
src2.dump() =
[ 1, 2;
3, 4]
dst.dump() =
[ 2, 4;
6, 8]

2.计算数组与标量之间的每个元素的和值.

add​(Mat src1, Scalar src2, Mat dst, Mat mask, int dtype)
参数:
src1第一个数组(矩阵)
src2 标量
dst 输出数组,其大小和通道数与输入数组相同
mask 可选操作掩码- 8位单通道数组,用于指定输出数组中要更改的元素
dtype 可选的输出数组深度,默认值为-1
        Mat src1 = new Mat(2,1, CvType.CV_8UC2);
        src1.put(0,0,1,2,3,4);

        System.out.println("src1.dump() = \n" + src1.dump());

        Mat dst =new Mat();
        Core.add(src1,new Scalar(0,-1),dst,new Mat(),-1);

        System.out.println("dst.dump() = \n" + dst.dump());

结果:

src1.dump() =
[ 1, 2;
3, 4]
dst.dump() =
[ 1, 1;
3, 3]

2.扩展示例

  通过了解此函数,我们可以用它实现图像融合的效果。例如实现图像叠加、混合或透明度调整、亮度调整等功能。

1.图像融合

        Mat src1 = Imgcodecs.imread("img_5.png");
        Mat src2 = Imgcodecs.imread("img_6.png");
        Mat dst = new Mat();
        Core.add(src1,src2,dst);
        HighGui.imshow("dst",dst);
        HighGui.waitKey(10);

结果:
在这里插入图片描述

2.添加噪点

        Mat src1 = Imgcodecs.imread("img_5.png");
        //创建随机矩阵,为了效果明显,像素值设置到最大
        Mat src2 = new Mat(src1.size(),src1.type());
        int rows = src2.rows();
        int cols = src2.cols();
        Random random = new Random(10);
        for (int r = 0; r < rows; r++) {
            for (int c = 0; c < cols; c++) {
                if ( random.nextInt()<6){
                    src2.put(r,c,255,255,255);
                }
            }
        }
        Mat dst = new Mat();
        Mat mask = new Mat();
        Core.add(src1,src2,dst,mask,-1);
        HighGui.imshow("dst",dst);
        HighGui.waitKey();

结果:
在这里插入图片描述

二、缩放和

1.方法说明

1.计算一个缩放数组与另一个数组的和

scaleAdd​(Mat src1, double alpha, Mat src2, Mat dst)
参数:
src1第一个数组(矩阵)
alpha 第一个数组的缩放因子
src2 与src1具有相同大小和通道数的第二个输入数组
dst 输出数组具有与输入数组相同的大小和通道数
计算公式为:
  dst(I)=scale⋅src1(I)+src2(I)
        Mat mat = new Mat(3,3, CvType.CV_8UC1);
        mat.put(0,0,1,2,3,4,5,6,7,8,9);
        Mat clone = mat.clone();
        clone.put(0,0,1,0,2);
        Mat dst = new Mat();
        Core.scaleAdd(mat,10,clone,dst);
        System.out.println("mat.dump() = \n" + mat.dump());
        System.out.println("clone.dump() = \n" + clone.dump());
        System.out.println("dst.dump() = \n" + dst.dump());

结果:

mat.dump() = 
[  1,   2,   3;
   4,   5,   6;
   7,   8,   9]
clone.dump() = 
[  1,   0,   2;
   4,   5,   6;
   7,   8,   9]
dst.dump() = 
[ 11,  20,  32;
  44,  55,  66;
  77,  88,  99]

三、加权和

  addWeighted用于将两个图像按照指定的权重进行融合。

2.方法说明

1.计算两个数组的加权和

addWeighted​(Mat src1, double alpha, Mat src2, double beta, double gamma, Mat dst, int dtype)
参数:
src1第一个数组(矩阵)
alpha 第一个数组元素的权重
src2 与src1具有相同大小和通道数的第二个输入数组
beta 第二个数组元素的权重
gamma 每个和加上标量
dst 输出数组具有与输入数组相同的大小和通道数
dtype 可选的输出数组的深度。当两个输入数组具有相同的深度时,dtype 可以设置为 -1
计算公式为:
  dst(I)=saturate(src1(I)∗alpha+src2(I)∗beta+gamma)
其中I是一个多维数组元素的索引。在多通道数组的情况下,每个通道独立处理
        Mat mat = new Mat(3,3, CvType.CV_8UC1);
        mat.put(0,0,1,2,3,4,5,6,7,8,9);
        Mat clone = mat.clone();
        clone.put(0,0,2,2,2);
        Mat dst = new Mat();
        Core.addWeighted(mat,2,clone,3,-1,dst);
        System.out.println("mat.dump() = \n" + mat.dump());
        System.out.println("clone.dump() = \n" + clone.dump());
        System.out.println("dst.dump() = \n" + dst.dump());

结果:

mat.dump() = 
[  1,   2,   3;
   4,   5,   6;
   7,   8,   9]
clone.dump() = 
[  2,   2,   2;
   4,   5,   6;
   7,   8,   9]
dst.dump() = 
[  7,   9,  11;
  19,  24,  29;
  34,  39,  44]

  • 8
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

不要喷香水

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值