Opencv3笔记6——ROI区域和线性混合

感兴趣区域ROI

ROI(region of interest) 感兴趣的区域
定义：
1. 一种是使用矩形表示区域Rect,指定矩形的左上角坐标和矩形的长宽
2. 指定感兴趣行或列的范围(Range)，Range是指从起始索引到终止索引的一连续序列

bool ROI_AddImage()
{
       Mat srcImage1 = imread("dota_pa.jpg");
       Mat logoImage = imread("dota_logo.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;
       }
       // 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));
       // 加载掩模（必须是灰度图）
       Mat mask = imread("dota_logo.jpg", 0);
       // 将掩模复制到ROI
       logoImage.copyTo(ImageROI, mask);
       // 显示结果
       namedWindow("<1>利用ROI实现图像叠加实例窗口");
       imshow("<1>利用ROI实现图像叠加实例窗口", srcImage1);
       return true;
}

void Mat::copyTo(OutputArray m, InputArray mask) const
Parameters:
m – Destination matrix. If it does not have a proper size or type before the operation, it is reallocated.
mask – Operation mask. Its non-zero elements indicate which matrix elements need to be copied.

线性混合操作

$$g(x) = (1-\alpha)f_{\alpha}(x) + \alpha f_3(x)$$
我们通过改变 $\alpha$的值来对两幅图像产生时间的画面叠化（cross-disslove）效果

计算数组加权和 addWeighted()函数

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

• InoutArray 类型的src1,表示需要加权的一个数组,常常填一个Mat
• double 类型的alpha,表示第一个数组的权重
• InputArray 类型的src2,表示,表示第二个数组,需要和一个数组拥有相同的尺寸和通道数
• double 类型的beta ,表示第二数组的权重值
• double 类型的gamma,一个加到权重总和上的标量值
• OutputArray类型的dst,输出的数组,他和两个数组拥有相同的尺寸和通道数
• int类型的dtype,输出陈列的可选深度,默认为-1,当两个输入数具有相同的深度时,-1相当于src1.depth()

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

bool LinearBlending()
{
       // 定义一些局部变量
       double alphaValue = 0.5;
       double betaValue;
       Mat srcImage2, srcImage3, dstImage;
       //读取图像：两个图片需要同样的类型和尺寸
       srcImage2 = imread("mogu.jpg");
       srcImage3 = imread("rain.jpg");
       if (!srcImage2.data)
       {
              printf("读取srcImage2错误~！\n");
              return false;
       }
       if (!srcImage3.data)
       {
              printf("读取srcImage3错误~！\n");
              return false;
       }
       // 做图像混合加权操作
       betaValue = (1.0 - alphaValue);
       addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);
       //创建并显示原图窗口
       namedWindow("<2>线性混合示例窗口【原图】", 1);
       imshow("<2>线性混合示例窗口【原图】", srcImage2);
       namedWindow("<3>线性混合示例窗口【效果图】", 1);
       imshow("<3>线性混合示例窗口【效果图】", dstImage);
       return true;
}

分离颜色通道,多通道图像混合

通道分离函数split()函数

split 函数用于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);

• 需要进行分离的多通道的数组
• 输出数组或输出的vector容器
  $$mv[c](I) = src(I)_c$$

merge()函数

将多个数组合并成一个多通道的数组
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陈列组成的多通道阵列

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

• mv,需要被合并的输入矩阵或vector容器的陈列,mv参数中所有的矩阵必须由一样的尺寸和深度
• count,代表输入矩阵的个数,参数必须大于1
• dst,输出矩阵,和mv[0]用于一样的尺寸和深度,并且通道的数量是矩阵阵列中通道的总数

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace std;
using namespace cv;
bool MultiChannelBlending();
int main()
{
       if (MultiChannelBlending())
       {
              cout << endl << "\n运行成功，得出了需要的图像~！";
       }
       waitKey(0);
       return 0;
}
bool MultiChannelBlending()
{
       // 定义相关变量
       Mat srcImage;
       Mat logoImage;
       vector<Mat> channels;
       Mat imageBlueChannel;
       // 读入图片
       logoImage = imread("dota_logo.jpg", 0);
       srcImage = imread("dota_jugg.jpg");
       if (!logoImage.data)
       {
              printf("oh no , 读取logoImage错误~！\n");
              return false;
       }
       if (!srcImage.data)
       {
              printf("Oh no ,读取srcImage错误~！\n");
              return false;
       }
       // 把一个3通道图像转换成3个单通道图像
       split(srcImage, channels); //分离彩色通道
       // 将原图的蓝色通道引用返回给imageBlueChanne1,注意是引用，相当于两者等价，修改其中一个另一个跟着变
       imageBlueChannel = channels.at(0);
       // 将原图的蓝色通道的（500，250）坐标处右下方的一块区域和logo图进行加权操作。
       addWeighted(imageBlueChannel(Rect(500, 250, logoImage.cols, logoImage.rows)), 1.0, logoImage, 0.5, 0, imageBlueChannel(Rect(500, 250, logoImage.cols, logoImage.rows)));
       merge(channels, srcImage);
       //显示效果图
       namedWindow("<1>游戏原画+logo蓝色通道");
       imshow("<1>游戏原画+logo蓝色通道", srcImage);
       //绿色通道部分
       Mat imageGreenChannel;
       //重新读入图片
       logoImage = imread("dota_logo.jpg", 0);
       srcImage = imread("dota_jugg.jpg");
       if (!logoImage.data)
       {
              printf("读取logoImage错误~！\n");
              return false;
       }
       if (!srcImage.data)
       {
              printf("读取srcImage错误~！\n");
              return false;
       }
       //将一个三通道图像转换为三个单通道图像
       split(srcImage, channels);
       imageGreenChannel = channels.at(1);
       addWeighted(imageGreenChannel(Rect(500, 250, logoImage.cols, logoImage.rows)), 1, logoImage, 0.5, 0, imageGreenChannel(Rect(500, 250, logoImage.cols, logoImage.rows)));
       merge(channels, srcImage);
       //显示效果图
       namedWindow("<2>游戏原画+logo绿色通道");
       imshow("<2>游戏原画+logo绿色通道", srcImage);
       //红色通道部分
       Mat imageRedChannel;
       logoImage = imread("dota_logo.jpg", 0);
       srcImage = imread("dota_jugg.jpg");
       if (!logoImage.data)
       {
              printf("Oh no,读取logoimage错误~！\n");
              return false;
       }
       if (!srcImage.data)
       {
              printf("Oh no,读取srcImage错误~！\n");
              return false;
       }
       split(srcImage, channels);
       //红色
       imageRedChannel = channels.at(2);
       addWeighted(imageRedChannel(Rect(500, 250, logoImage.cols, logoImage.rows)), 1, logoImage, 0.5, 0, imageRedChannel(Rect(500, 250, logoImage.cols, logoImage.rows)));
       merge(channels, srcImage);
       namedWindow("<3>游戏原画+logo红色通道");
       imshow("<3>游戏原画+logo红色通道", srcImage);
       return true;
}