图像混合

原理

g ( x ) = ( 1 − α ) f 0 ( x ) + α f 1 ( x ) g(x)=(1−α)f0(x)+αf1(x) g(x)=(1α)f0(x)+αf1(x)

f 0 和 f 1 是 输 入 图 像 , g x 是 输 出 图 像 f0和f1是输入图像,gx是输出图像 f0f1gx


代码

#include <iostream>
#include <opencv2/opencv.hpp>



using namespace std;
using namespace cv;


int main(void)
{

	double alpha=0.5, beta=0.5;

	Mat origin,src2,dst;

	origin= imread("../res/fruits.jpg");
	
	src2 = imread("../res/lena.jpeg");

	int cols= src2.cols;
	int rows= src2.rows;

	Mat src1(origin,Rect(0,0,cols,rows));  

	addWeighted(src1,alpha,src2,beta,0,dst);

	imshow("Linear Blend",dst);
	waitKey(0);

	return 0;
}

结果:

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 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
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