【OpenCV学习笔记】之图像混合、叠加和对比度、亮度调整

最新推荐文章于 2025-03-18 16:49:12 发布

点滴成海~

最新推荐文章于 2025-03-18 16:49:12 发布

阅读量6.6k

点赞数 1

分类专栏： OpenCV 文章标签： OpenCV 图像混合对比度调整亮度调整

本文链接：https://blog.csdn.net/zhu_hongji/article/details/81353421

版权

OpenCV 专栏收录该内容

22 篇文章

订阅专栏

一、图像混合、叠加

图像线性混合的数学原理：G(x)=(1-a)F(x)+aQ(x)

注意事项：

1，a的取值范围为0到1之间

2，F(x)和Q(x)为参与混合的两幅图像,G(x)表示输出图像

3，通过对两幅图像的每个像素值做线性加权得到最终的输出图像

4，两幅图像的大小和类型必须完全一致，如果把图像当成一个矩阵则两个矩阵相加的前提是维度必须一致，否则没有相加的意义。

在OpenCV里面我们使用的API是addWeighted()函数：

C++ 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（）。

通过这个函数进行加权叠加就可以制造出一些奇特的画面叠加效果，下面这个这个实验我选的图不是很好，没有理想的效果，大家可以自行选取图片实验。程序里面另一个函数是选取ROI后再进行叠加的效果；

示例程序：

//图像的线性混合
#include "stdafx.h"
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace std;
using namespace cv;

Mat src1, src2, mixed_image,Roi_mixed;

bool LinearBlending();
bool Roi_LinearBlending();

int main(int agrc, char**agrv)
{
	LinearBlending();
	Roi_LinearBlending();

	waitKey(0);
	return 0;
}

//线性混合
bool LinearBlending()
{
	src1 = imread("C:/Users/59235/Desktop/image/girl3.jpg");
	src2 = imread("C:/Users/59235/Desktop/image/national customs2.jpg");
	if (!src1.data)
	{
		cout << "could not load image1...%d\n" << endl;
		return -1;
	}
	if (!src2.data)
	{
		cout << "could not load image2...%d\n" << endl;
		return -1;
	}

	if (src1.rows == src2.rows &&src1.cols == src2.cols)
	{
		double alpha = 0.5;//图像的线性混合按照不同的权重进行混合src1权重0.5，src2权重0.5
		addWeighted(src1, alpha, src2, (1 - alpha), 0.0, mixed_image);

		namedWindow("mixed_image", CV_WINDOW_AUTOSIZE);
		imshow("mixed_image", mixed_image);
	}
	else
	{
		printf("image is not same size...\n");
		return -1;
	}
	
	return true;
}

//Roi区域线性混合
bool Roi_LinearBlending()
{
	src1 = imread("C:/Users/59235/Desktop/image/test.jpg");
	src2 = imread("C:/Users/59235/Desktop/image/heart.jpg");
	if (!src1.data)
	{
		cout << "could not load image1...%d\n" << endl;
		return -1;
	}
	if (!src2.data)
	{
		cout << "could not load image2...%d\n" << endl;
		return -1;
	}

	//定义一个ROI感兴趣区域
	Mat imageROI1 = src1(Rect(425, 215, 90, 65));
	Mat imageROI2 = src2(Rect(230, 500, 90, 65));


	addWeighted(imageROI1, 0.3, imageROI2, 0.7, 0.0, imageROI1);

	namedWindow("Roi_mixed_image", CV_WINDOW_AUTOSIZE);
	imshow("Roi_mixed_image", src1);
	
	return true;

}

效果图：

（原图）

（效果图）

（原图）（效果图）

二、分离、合并颜色通道

我们知道一般的图像形式分为单通道（灰度）图像和多通道（彩色）图像。而且像我们最常见的图像RGB、HSV、HSI等都是三通道图像。当我们要对一个通道进行单独处理时，就需要进行分离，如HSV中V是亮度，我们将其置为0时可以有效抗击光照的影响。同时有时候，我们也需要将多个单通道图像合并成一个多通道图像。

OpenCV里面提供的API分别为split();merge()函数：

c++: void split(const mat& src, mat* mvbegin); 
c++: 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()函数是split()函数的逆向操作，将多个数组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。
C++; void merge(const Mat* mv, size_tcount, OutputArray dst) 
C++: void merge(InputArrayOfArrays mv, OutputArray dst)
第一个参数，mv。填需要被合并的输入矩阵或vector容器的阵列，这个mv参数中所有的矩阵必须有着一样的尺寸和深度。
第二个参数，count。当mv为一个空白的C数组时，代表输入矩阵的个数，这个参数显然必须大于1
第三个参数，dst。即输出矩阵，和mv[0]拥有一样的尺寸和深度，并且通洞数量是矩阵阵列中的通道的总数。

示例程序：

//分离颜色通道，多通道融合
#include "stdafx.h"
#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src = imread("C:\\Users\\59235\\Desktop\\image\\national customs3.jpg");
	if (src.empty())
	{
		cout << "could not load image...\n" << endl;
		return -1;
	}
	namedWindow("original image", CV_WINDOW_AUTOSIZE);
	imshow("original image", src);

	//把一个三通道图像，转换成3个单通道图像
	vector<Mat> channels;
	Mat BImg, GImg, RImg;

	split(src, channels);//分离色彩通道
	BImg = channels.at(0);
	GImg = channels.at(1);
	RImg = channels.at(2);

	imshow("蓝色分量", BImg);
	imshow("绿色分量", GImg);
	imshow("红色分量", RImg);

	//merge功能：将一些数组合并成一个多通道数组
	Mat dst;
	merge(channels, dst);

	waitKey(0);
	return 0;
}

三、对比度、亮度调整

一般的图像处理算子都是一个函数，它接受一个或多个输入图像，并产生输出图像。算子的一般形式如下：
g(x)=h(f(x))或者g(x)=h(f0(x)……fn(x))
图像亮度和对比度的调整操作，属于图像处理变换中一种——点操作。点操作特点：仅仅根据输入像素值（有时加上某些全局信息或参数），来计算相应的输出像素值。这类算子包括亮度和对比度、颜色校正和变换。两种最常用的点操作（或者说点算子）是乘上一个常数（对应对比度的调节）以及加上一个常数（对应亮度值的调节），公式如下：

g(x)=a*f(x)+b

参数f(x)表示源图像像素
参数g(x)表示输出图像像素
参数a（需要满足a>0）被称为增益（gain），常常被用来控制图像的对比度
参数b通常被称为偏置，常常被用来控制图像的亮度可以更进一步写成： g(i,j)=a*f(i,j)+b

示例程序：

//图像的对比度和亮度调整
#include "stdafx.h"
#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main(int agrc, char**argv)
{
	Mat src;
	src = imread("C:\\Users\\59235\\Desktop\\image\\national customs3.jpg");
	if (!src.data)
	{
		printf("could not load image...\n");
		return -1;
	}
	char input[] = "input image";
	namedWindow(input, CV_WINDOW_AUTOSIZE);
	imshow(input, src);

	
	int height = src.rows;
	int width = src.cols;
	int t = src.channels();
	Mat dst = Mat::zeros(src.size(), src.type());
	double alpha = 0.6;//对比度系数
	double beta = 30;//亮度系数
	for (int row = 0; row < height; row++)
	{
		for (int col = 0; col < width; col++)
		{
			if (t == 3)
			{
				float b = src.at<Vec3b>(row, col)[0];//blue
				float g = src.at<Vec3b>(row, col)[1];//green
				float r = src.at<Vec3b>(row, col)[2];//red
				dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b*alpha + beta);
				dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g*alpha + beta);
				dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r*alpha + beta);
			}
			else
			{
				float gray = src.at<uchar>(row, col);
				dst.at<uchar>(row, col) = saturate_cast<uchar>(gray*alpha + beta);
			}

		}
	}
	char output[] = "output image";
	namedWindow(output, CV_WINDOW_AUTOSIZE);
	imshow(output, dst);

	waitKey(0);
	return 0;
}