openCV学习笔记 ROI区域的操作

代码如下：

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

using namespace cv;
using namespace std;

//函数声明
bool ROI_AddImage();

/*
	==========
	  主函数
	==========
*/
int main(int argc, char** argv)
{
	
	ROI_AddImage();
return 0;
}

bool ROI_AddImage()
{
	//读入图像
	Mat srcImage = imread("boy.jpg");
	Mat logo = imread("logo.jpg");
	if (srcImage.empty())
	{
		cout<<"读取原图错误！"<<endl;
		return false;
	}
	if (logo.empty())
	{
		cout<<"读取logo错误！"<<endl;
	}

	//.定义Roi区域
	Mat imageROI = srcImage(Rect(50,50,logo.cols,logo.rows));
	Mat mask = imread("logo.jpg",0);//加载logo灰度图

	//将掩膜复制到RoiImage
	logo.copyTo(imageROI, mask);

	//显示
	imshow("result",srcImage);
	waitKey(0);
	return true;
}

感性区域：ROI (region of interest).设置感性兴趣，用来专注或者简化工程。就是圈定一个指定的区域，作为分析和关注度重点。就是需要处理的区域，好处是这样可以减少计算的时间，增加精度。

然后定义一个roi方法有如下两种：

Mat imageROI;

1.法一：imageROI = srcImage(Rect(50,50,logo.cols, logo.rows));

2.法二：imageROI = sreIamge(Range(50,logo.rows+50), Range(50, logo.cols));

实现的函数流程是加载两张定义图片到srcImage和logo中， 然后定义Mat类的imageROI，并且使用Rect设置了感性区域，把srcImage 和imageROI关联了起来。接着读入logo的灰度图mask,最后把mask copy 到imageROI中。

bool ROI_AddImage_line()
{
	//读入图像
	Mat srcImage = imread("boy.jpg");
	Mat logo = imread("logo.jpg");
	if (srcImage.empty())
	{
		cout<<"读取原图错误！"<<endl;
		return false;
	}
	if (logo.empty())
	{
		cout<<"读取logo错误！"<<endl;
	}
//.定义Roi区域
Mat imageROI = srcImage(Rect(50,50,logo.cols,logo.rows));


addWeighted(imageROI,0.5, logo, 0.5, 0.0, imageROI);

//显示
imshow("result",srcImage);
waitKey(0);
return true;

}ROI线性混合的操作

函数说明：

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

参数说明：

第一个参数：src1，表示进行加权操作的第一个图像对象，即输入图片1；
第二个参数：double型的alpha，表示第一个图像的加权系数，即图片1的融合比例；
第三个参数：src2，表示进行加权操作的第二个图像对象，即输入图片2；
第四个参数：double型的beta，表示第二个图像的加权系数，即图片2的融合比例。很多情况下，有关系 alpha+beta=1.0；
第五个参数：double型的gamma，表示一个作用到加权和后的图像上的标量，可以理解为加权和后的图像的偏移量；
第六个参数：dst，表示两个图像加权和后的图像，尺寸和图像类型与src1和src2相同，即输出图像；
第七个参数：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（）。