图像处理之图像像素相加

      在进行图像检测或识别之前，都需要对原始图像进行图像预处理。笔者在此简单描述在图像像素相加过程的认识。图形像素相加是对图像的一种简单降噪过程。其次，我们知道一幅图像在数学计算过程中，其实就是一个二维矩阵，那么图像的像素相加也就是各个对应点的求和。这就要求我们运算的两幅图像的维度必须相同，行和列必须对应相等，否则无法继续，首先我是使用opencv 自带的函数API进行求解，然后通过数学的方式再次进行计算，加深对该运算的理解。

使用API的运行过程：

#include <opencv2/opencv.hpp>
#include <stdio.h>
#include <stdlib.h>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    Mat Image_1 = imread("D://Image//5039.jpg");  //读取一幅图像
    Mat Image_2 = imread("D://Image//5041.jpg"); //读取相同的另一幅图像
                                            
    namedWindow("图1", WINDOW_AUTOSIZE);
    namedWindow("图2", WINDOW_AUTOSIZE);
    
    imshow("图1",Image_1);
    imshow("图2",Image_2);

    int Image_1_cols = Image_1.cols;
    int Image_1_rows = Image_1.rows;

    int Image_2_cols = Image_2.cols;
    int Image_2_rows = Image_2.rows;

    cout << "Image_1_ cols:" << Image_1_cols <<" "<<"Image_2_ cols:"<< Image_2_cols << endl;
    cout << "Image_1_ rows:" << Image_1_rows <<" "<<"Image_2_ rows:"<< Image_2_rows <<endl;

    Mat dst;
    //dst = Image_1 + Image_2;     //两种方式都可以实现
    add(Image_1, Image_2, dst);

    namedWindow("求和1", WINDOW_AUTOSIZE);
    imshow("求和1", dst);
    waitKey();
    return 1;
    
}

运行结果如下：

使用指针访问像素进行加法运算：

#include <opencv2/opencv.hpp>
#include <stdio.h>
#include <stdlib.h>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    Mat Image_1 = imread("D://Image//5039.jpg");  //读取一幅图像
    Mat Image_2 = imread("D://Image//5041.jpg"); //读取相同的另一幅图像

    namedWindow("图1", WINDOW_AUTOSIZE);
    namedWindow("图2", WINDOW_AUTOSIZE);

    imshow("图1", Image_1);
    imshow("图2", Image_2);

    int Image_1_cols = Image_1.cols;
    int Image_1_rows = Image_1.rows;

    int Image_2_cols = Image_2.cols;
    int Image_2_rows = Image_2.rows;

    cout << "Image_1_ cols:" << Image_1_cols << " " << "Image_2_ cols:" << Image_2_cols << endl;
    cout << "Image_1_ rows:" << Image_1_rows << " " << "Image_2_ rows:" << Image_2_rows << endl;

    Mat dst;
    dst.create(Image_1.size(), Image_1.type());
    //dst = Image_1 + Image_2;     //两种方式都可以实现
    //add(Image_1, Image_2, dst);
    int B1, B2, G1, G2, R1, R2;
    for (int row = 0; row < Image_1_rows; row++)
     {
        for (int col = 0; col < Image_1_cols; col++)
        {
            
            int B1 = Image_1.at<Vec3b>(row, col)[0];
            int G1 = Image_1.at<Vec3b>(row, col)[1];
            int R1 = Image_1.at<Vec3b>(row, col)[2];

            int B2 = Image_2.at<Vec3b>(row, col)[0];
            int G2 = Image_2.at<Vec3b>(row, col)[1];
            int R2 = Image_2.at<Vec3b>(row, col)[2];
            
            dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(B1 + B2);
            dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(G1 + G2);
            dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(R1 + R2);
        
        }
     }
    namedWindow("求和2", WINDOW_AUTOSIZE);
    imshow("求和2", dst);
    waitKey(0);
    return 1;
    
}

运行结果如下：