一，函数：
实现两幅图像线性（不同系数下）的融合涉及到Opencv中两个关键的方法：addWeighted()和createTrackbar()
addWeighted方法：
void addWeighted(InputArray src1, double alpha, InputArray src2,double beta, double gamma, OutputArray dst, int dtype=-1);这个函数实现对输入的两幅图像进行线性系数的加权和。
- 第一个参数：src1，表示进行加权操作的第一个图像对象
- 第二个参数：double型的alpha，表示第一个图像的加权系数
- 第三个参数：src2，表示进行加权操作的第二个图像对象
- 第四个参数：double型的beta，表示第二个图像的加权系数，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
createTrackbar方法：
int createTrackbar(const string& trackbarname, const string& winname,int* value, int count,TrackbarCallback onChange = 0,void* userdata = 0);
这个函数实现在指定图像窗口上创建一个控制条，这个控制条具有指定的参数控制范围，可以通过回调函数，执行对应的操作。
- 第一个参数：const修饰的string类型的引用trackbarname，表示控制条的名称
- 第二个参数：const修饰的string类型的引用winname，表示控制条所在的图像窗口的名称
- 第三个参数：int型的指针value，表示滑块的控制位置，拖动控制条滑块的位置，相应的会改变*value的值
- 第四个参数：int型的count，表示控制条上滑块的最大位置处对应的值
- 第五个参数：TrackbarCallback类型的onChange，表示一个指向回调函数的指针，每当滑块的位置发生变化，都会触发该回调函数
- 第六个参数：void型的userdata，一般使用其默认值0
二，代码：
#include "core/core.hpp"
#include "highgui/highgui.hpp"
#include "imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
Mat image, image1, image2;
char* windowName = "Image Fusion";
char* trackBarName = "TrackBar";
int trackBarValue = 0;
int trackBarMax = 100;
//控制条回调函数
void TrackBarFunc(int, void(*));
int mainFun()
{
image1 = imread("D:\\test\\26.png");
image2 = imread("D:\\test\\lena.jpg");
//判断读入是否成功
if (!image1.data | !image2.data)
{
std::cout << "打开图片失败，请检查路径！" << std::endl;
return 0;
}
//调整image2的大小与image1的大小一致，融合函数addWeighted()要求输入的两个图形尺寸相同
resize(image2, image2, Size(image1.cols, image1.rows));
//建立显示窗口
namedWindow(windowName);
//在图像窗口上创建控制条
createTrackbar(trackBarName, windowName, &trackBarValue, trackBarMax, TrackBarFunc);
TrackBarFunc(0, 0);
waitKey();
return 0;
}
void TrackBarFunc(int, void(*))
{
//转换成融合比例
float rate = (float)trackBarValue / trackBarMax;
addWeighted(image1, rate, image2, 1 - rate, 0, image);
imshow(windowName, image);
}
//-----开始------
void COpenCVLearningDlg::OnBnClickedStartButton()
{
mainFun();
}注意addWeighted()函数输入的两个图像尺寸和类型必须是一致的，所以在融合前先使用resize()函数调整第二幅图像的大小跟第一幅图像一致。
三，结果：
欢迎扫码关注我的微信公众号
