OpenCV学习记录(2) - 感兴趣区域、图像线性混合

1. 感兴趣区域

感兴趣区域（Region of interest）就是从图像中选择的一个区域，这个区域是我们图像分析所关注的重点。关注感兴趣区域，提升工作效率。

Opencv中，定义感兴趣区域的两种方法：

• 使用 cv::Rect 定义
• 使用 cv::Range 定义

#include "opencv2/core/core.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/highgui/highgui.hpp"

Mat dog = imread("../dog.jpg", 1)

// 第一种，使用cv:Rect 定义
Mat imageROI;
imageROI = dog(Rect(0, 0, 100, 100)); //dog是Mat图片,roi以dog的(0, 0) 为顶点，宽100，高100

// 第二种，使用 cv::Range 定义
imageROI = dog(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));

---

2. 线性混合

图像的线性混合是将两幅图片按一定的比例叠加。
类似幻灯片的切换、电影画面的切换时的效果。

• 公式如下：
  

此操作由 addWeighted() 函数实现：

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

• src1 - 第一个输入数组。
• alpha - 第一个数组元素的权重。
• src2 - 与src1具有相同大小和通道数的第二个输入数组。
• beta - 第二个数组元素的权重。
• dst - 与输入数组具有相同大小和通道数的输出数组。
• gamma - 标量加到每个总和。
• dtype - 输出数组的可选深度;
  当两个输入数组具有相同的深度时，dtype可以设置为-1，这相当于src1.depth()。

公式表达：
$dst = src1*\alpha+ src2*\beta + \gamma$
此时, 后面多加了常量 $\gamma$。