opencv学习笔记（四）

ROI---设定感兴趣的区域（region of interest）

定义：

Mat imageROI;  
//方法一：通过Rect指定矩形区域 
imageROI=image(Rect(500,250,logo.cols,logo.rows))
//方法二  指定感兴趣行或列的范围（Range）
imageROI=srcImage3(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));  

利用ROI将一幅图加到另一幅图的指定位置

bool ROI_AddImage()  
{  
       //【1】读入图像  
       Mat srcImage1= imread("1.jpg");  
       Mat logoImage= imread("2.jpg");  
       if(!srcImage1.data ) { printf("读取srcImage1错误~！ \n"); return false; }  
       if(!logoImage.data ) { printf("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("2.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;  
}  

初级图像混合——线性混合操作

公式：

实现函数：addWeighted函数

void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1);

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

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;  
        
} 

分离颜色通道

• split函数---将一个多通道数组分离成几个单通道数组

  void split(const Mat& src, Mat*mvbegin);  
  void split(InputArray m,OutputArrayOfArrays mv);  
  //第一个参数，InputArray类型的m或者const Mat&类型的src，填我们需要进行分离的多通道数组。
  //第二个参数，OutputArrayOfArrays类型的mv，填函数的输出数组或者输出的vector容器。

• merge函数---将多个数组组合合并成一个多通道的数组。

  它通过组合一些给定的单通道数组，将这些孤立的单通道数组合并成一个多通道的数组，从而创建出一个由多个单通道阵列组成的多通道阵列

  void merge(const Mat* mv, size_tcount, OutputArray dst)      
  void (InputArrayOfArrays mv,OutputArray dst)

创建轨迹条——createTrackbar函数

int createTrackbar(conststring& trackbarname, conststring& winname,
 int* value, int count, TrackbarCallback onChange=0,void* userdata=0); 
 //创建轨迹条  
createTrackbar("对比度：", "【效果图窗口】",&g_nContrastValue,  
300,ContrastAndBright );// g_nContrastValue为全局的整型变量，ContrastAndBright为回调函数的函数名（即指向函数地址的指针） 

　获取当前轨迹条的位置——getTrackbarPos函数

int getTrackbarPos(conststring& trackbarname, conststring& winname);  

转载于:https://www.cnblogs.com/mysteryhjj/p/6542331.html