OpenCV 学习（图像的基本运算）

图像的基本运算有很多种，比如两幅图像可以相加、相减、甚至可以相乘、相除。图像可以放大、缩小、旋转，还可以截取中间的一副子图，各个颜色通道还可以分别提取。总之，对于图像可以进行的基本运算非常的多，这里不可能全部都写出来，只是挑了些特别常用的简单的写写。

图像间的加减乘除

OpenCV 中提供了如下的一些函数，用来进行图像的加减乘除。

void add(InputArray src1, InputArray src2, OutputArray dst,
                  InputArray mask=noArray(), int dtype=-1);

void subtract(InputArray src1, InputArray src2, OutputArray dst,
                       InputArray mask=noArray(), int dtype=-1);

void multiply(InputArray src1, InputArray src2,
                       OutputArray dst, double scale=1, int dtype=-1);

void divide(InputArray src1, InputArray src2, OutputArray dst,
                     double scale=1, int dtype=-1);

void divide(double scale, InputArray src2,
                     OutputArray dst, int dtype=-1);

void scaleAdd(InputArray src1, double alpha, InputArray src2, OutputArray dst);

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

这些函数都要求相加的两幅图像具有相同的尺寸，并且像素类型是相同的。

比如我们有两幅尺寸相同的图像，分别如下：

这里写图片描述

执行下面的操作后：

cv::addWeighted(image, 0.5, image2, 0.5, 0., result);

得到的输出图像如下：

这里写图片描述

实际上，上面的代码还可以写为：

result= 0.5 * image1 + 0.5 * image2;

与此类似的还有位运算函数：

void bitwise_and(InputArray src1, InputArray src2,
                          OutputArray dst, InputArray mask=noArray());

void bitwise_or(InputArray src1, InputArray src2,
                         OutputArray dst, InputArray mask=noArray());

void bitwise_xor(InputArray src1, InputArray src2,
                          OutputArray dst, InputArray mask=noArray());

void bitwise_not(InputArray src, OutputArray dst,
                          InputArray mask=noArray());

用法很简单，就不多介绍了。

另外一个比较常用的运算是求两幅图像像素的差的绝对值。

void absdiff(InputArray src1, InputArray src2, OutputArray dst);

还有些函数是对单幅图像进行操作的，比如对每个像素的值取平方、平方根、对数等。

void sqrt(InputArray src, OutputArray dst);
void pow(InputArray src, double power, OutputArray dst);
void exp(InputArray src, OutputArray dst);
void log(InputArray src, OutputArray dst);

这里给出的函数很有限。但是，基本上我们能想到的各种操作，OpenCV 的作者都替我们实现了，需要时可以现查。

上面的操作都假定两幅图像是相同大小的。当图像大小不同时，我们可以在较大的图像中挖取出一块小区域。

取图像中的子区域（ROI）

下面的代码在一副图像中加入个 logo。 logo 图像如下：
这里写图片描述

cv::Mat imageROI;
imageROI= image(cv::Rect(385,270,logo.cols, logo.rows));
// add logo to image
cv::addWeighted(imageROI, 1.0, logo,  0.3,0., imageROI);

这里写图片描述

如果我们的 ROI 由图像中的一些连续行或连续列组成。可以用下面的方式来定义：

cv::Mat imageROI= image.rowRange(start,end)；
cv::Mat imageROI= image.colRange(start,end) ;

分离图像的通道

有时，我们需要单独处理图像的某一个通道，这时可以可以用 split函数来分离图像的通道。

void split(const Mat& src, vector<Mat_<_Tp> >& mv)；

这个函数将一副图像的各个通道，分离成多个矩阵。

std::vector<cv::Mat> planes;
cv::split(image1, planes);

对某个通道处理完成后，可以用 merge 函数组合回彩色图像。

void merge(const vector<Mat>& mv, OutputArray dst );