opencv3中的图像混合操作

图像混合

1.首先是copyTo的使用

Mat image;//原图像；
Mat logoimage;//logo的图像，想要将此logo图像粘贴在原图像的一个特定位置上；
Mat imageROI= image(Rect(0,250,logoimage.cols,logoimage.rows));//在原图像上框选感兴趣的区域

定义一个Mat类型的ROI图像。此图像是在原图像上进行部分的框选，其中0，250是左上角的坐标，logoimage.cols与logoimage.rows代表所取区域的列与行的长度；，所以这样一个感兴趣区域就选取完了；

首先大家都知道的是：

copyTo有两种使用形式；

最基础的也就是logoimage.copyTo(imageROI);的形式；也就是把logoimage的内容复制粘贴到imageROI上；

另外一种格式：

logoimage.copyTo(imageROI,mask)；大家普遍的理解是：把mask和logoimage重叠以后把mask中像素值为0（black）的点对应的logoimage中的点变为透明，而保留其他点。

其中imageROI为我们所要复制粘贴到的image上的区域，因为imageROI并不是我们从image克隆来的，imageROI的数据与原图像image共享存储区域，所以在imageROI上进行的操作也会作用在原图image上；

使用第一种image.copyTo的方式得到的图像：

使用第二种image.copyTo(imageROI,mask)的方式得到的图像：

2.addWeighted的使用

addweighted的格式：(InputArray src1,double alpha,InputArray src2,double beta,double gramma,OutputArray dst,int dype=-1)

·第一个参数，InputArray类型的src1，表示需要加权的第一个数组，常常填写一个Mat；

·第二个参数，double类型的alpha，表示第一个数组的权重；

·第三个参数，InputArray类型的src2，表示第二个数组，他需要和第一个数组拥有相同的尺寸和通道数;

·第四个参数，double类型的gamma，一个加权到权重总和上的标量值，其含义通过接下来列出的式子自然就会理解；

·第六个参数，OutputArray类型的dst，输出的数组，它和输入的两个数组拥有相同的尺寸和通道数；

·第七个数组，int类型的dtype，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深度的时候，这个参数设置为-1（默认值），即等同于src1.depth()；

下面的数学公式表示:用addWeighted函数计算以下两个数组(srel 和sre2)的加权和，得到结果输出给第四个参数，也就是addWeighted函数的作用的矩阵

dst=src1[I]*alpha+ src2[I] *beta + gamma;
其中1是多维数组元素的索引值。而且，在遇到多通道数组的时候，每个通道都需要独立地进行处理。另外需要注意的是，当输出数组的深度为CV_ 32S时，这个函数就不适用了，这时候就会内存溢出或者算出的结果压根不对。

附上来自《OpenCV3编程入门》一书的实例：

//---------------------------------【头文件、命名空间包含部分】-------------------------------
//      描述：包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>using namespace cv;
using namespace std;//-----------------------------------【全局函数声明部分】--------------------------------------
//  描述：全局函数声明
//-----------------------------------------------------------------------------------------------
bool  ROI_AddImage();
bool  LinearBlending();
bool  ROI_LinearBlending();
void   ShowHelpText();//-----------------------------------【main( )函数】--------------------------------------------
//  描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main(   )
{system("color 6F");ShowHelpText();if(ROI_AddImage( )&& LinearBlending( )&&ROI_LinearBlending( )){cout<<endl<<"\n运行成功，得出了需要的图像";}waitKey(0);return 0;
}//-----------------------------------【ShowHelpText( )函数】----------------------------------
//       描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{printf("\n\n  ----------------------------------------------------------------------------\n");
}//----------------------------------【ROI_AddImage( )函数】----------------------------------
// 函数名：ROI_AddImage（）
//  描述：利用感兴趣区域ROI实现图像叠加
//----------------------------------------------------------------------------------------------
bool  ROI_AddImage()
{// 【1】读入图像Mat srcImage1= imread("../dota_pa.jpg");Mat logoImage= imread("../2.png");if( !srcImage1.data ) { printf("读取srcImage1错误~！ \n"); return false; }if( !logoImage.data ) { printf("读取logoImage错误~！ \n"); return false; }// 【2】定义一个Mat类型并给其设定ROI区域Mat imageROI= srcImage1(Rect(0,250,logoImage.cols,logoImage.rows));// 【3】加载掩模（必须是灰度图）Mat mask= imread("../2.png",0);//【4】将掩膜拷贝到ROIlogoImage.copyTo(imageROI,mask);
//    logoImage.copyTo(imageROI);// 【5】显示结果namedWindow("<1>利用ROI实现图像叠加示例窗口");imshow("<1>利用ROI实现图像叠加示例窗口",srcImage1);return true;
}//---------------------------------【LinearBlending（）函数】-------------------------------------
// 函数名：LinearBlending（）
// 描述：利用cv::addWeighted（）函数实现图像线性混合
//--------------------------------------------------------------------------------------------
bool  LinearBlending()
{//【0】定义一些局部变量double alphaValue = 0.4;double betaValue;Mat srcImage2, srcImage3, dstImage;// 【1】读取图像 ( 两幅图片需为同样的类型和尺寸 )srcImage2 = imread("../1.jpg");srcImage3 = imread("../51.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; }// 【2】进行图像混合加权操作betaValue = ( 1.0 - alphaValue );addWeighted( srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);// 【3】显示原图窗口imshow( "<2>线性混合示例窗口【原图】", srcImage2 );imshow( "<3>线性混合示例窗口【效果图】", dstImage );return true;}//---------------------------------【ROI_LinearBlending（）】-------------------------------------
// 函数名：ROI_LinearBlending（）
// 描述：线性混合实现函数,指定区域线性图像混合.利用cv::addWeighted（）函数结合定义
//            感兴趣区域ROI，实现自定义区域的线性混合
//--------------------------------------------------------------------------------------------
bool  ROI_LinearBlending()
{//【1】读取图像Mat srcImage4= imread("../dota_pa.jpg",1);Mat logoImage= imread("../2.png");if( !srcImage4.data ) { printf("读取srcImage4错误~！ \n"); return false; }if( !logoImage.data ) { printf("读取logoImage错误~！ \n"); return false; }//【2】定义一个Mat类型并给其设定ROI区域Mat imageROI;//方法一imageROI= srcImage4(Rect(200,250,logoImage.cols,logoImage.rows));//方法二//imageROI= srcImage4(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));//【3】将logo加到原图上addWeighted(imageROI,0.5,logoImage,0.3,0.,imageROI);//【4】显示结果imshow("<4>区域线性图像混合示例窗口",srcImage4);return true;
}

我们需要注意的是:因为我们是对srcImage1和srcImage2进行求和，所以他们必须有相同的尺寸（宽度和高度）和类型，不然多余的部分没有对应的伴，肯定就会出问题；

颜色通道分离，多通道图像混合

对于三通道或四通道图像，有时要对某一通道的像素值进行修改或展示，这就需要进行通道分离操作。修改后，若要进行结果展示，就需要重新将各通道合并。

通道分离：split()函数

void split (InputArray m, OutputArrayOfArrays mv);

m ,需要进行分离的多通道矩阵，一般为 Mat 类型。
mv ,用来存储分离后的多个矩阵，可用 vector 容器来存储。

通道合并：merge()函数

void merge(InputArrayOfArrays mv，OutputArray dst);

mv ，需要被合并的多个矩阵，多使用 vector 容器存储，mv 中所有矩阵必须有着一样的尺寸和深度。
dst ,输出矩阵，和 m[0] 拥有一样的尺寸和深度，并且通道的数量是矩阵阵列中的通道数总和。

附上来自《OpenCV3编程入门》一书的实例：

//-----------------------------------【头文件包含部分】---------------------------------------
//  描述：包含程序所依赖的头文件
//------------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>//-----------------------------------【命名空间声明部分】---------------------------------------
//  描述：包含程序所使用的命名空间
//-------------------------------------------------------------------------------------------------
using namespace cv;
using namespace std;//-----------------------------------【全局函数声明部分】--------------------------------------
//  描述：全局函数声明
//-----------------------------------------------------------------------------------------------
bool  MultiChannelBlending();
void ShowHelpText();//-----------------------------------【main( )函数】------------------------------------------
//  描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main(   )
{system("color 9F");ShowHelpText( );if(MultiChannelBlending( )){cout<<endl<<"\n运行成功，得出了需要的图像~! ";}waitKey(0);return 0;
}//-----------------------------------【ShowHelpText( )函数】----------------------------------
//       描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{printf("\n\n  ----------------------------------------------------------------------------\n");
}//-----------------------------【MultiChannelBlending( )函数】--------------------------------
//  描述：多通道混合的实现函数
//-----------------------------------------------------------------------------------------------
bool  MultiChannelBlending()
{//【0】定义相关变量Mat srcImage;Mat logoImage;vector<Mat> channels;Mat  imageBlueChannel;//=================【蓝色通道部分】=================//    描述：多通道混合-蓝色分量部分//============================================// 【1】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; }//【2】把一个3通道图像转换成3个单通道图像split(srcImage,channels);//分离色彩通道//【3】将原图的蓝色通道引用返回给imageBlueChannel，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);//    namedWindow("zhy");
//    imshow("zhy",imageBlueChannel);//【4】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，将得到的混合结果存到imageBlueChannel中addWeighted(imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0,imageBlueChannel(Rect(500,250,logoImage.cols,logoImage.rows)));//【5】将三个单通道重新合并成一个三通道merge(channels,srcImage);//【6】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】=================// 描述：多通道混合-绿色分量部分//============================================//【0】定义相关变量Mat  imageGreenChannel;//【1】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; }//【2】将一个三通道图像转换成三个单通道图像split(srcImage,channels);//分离色彩通道//【3】将原图的绿色通道的引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变imageGreenChannel= channels.at(1);//【4】将原图的绿色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageGreenChannel中addWeighted(imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0.,imageGreenChannel(Rect(500,250,logoImage.cols,logoImage.rows)));//【5】将三个独立的单通道重新合并成一个三通道merge(channels,srcImage);//【6】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】=================//   描述：多通道混合-红色分量部分//============================================//【0】定义相关变量Mat  imageRedChannel;//【1】重新读入图片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; }//【2】将一个三通道图像转换成三个单通道图像split(srcImage,channels);//分离色彩通道//【3】将原图的红色通道引用返回给imageBlueChannel，注意是引用，相当于两者等价，修改其中一个另一个跟着变imageRedChannel= channels.at(2);//【4】将原图的红色通道的（500,250）坐标处右下方的一块区域和logo图进行加权操作，将得到的混合结果存到imageRedChannel中addWeighted(imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)),1.0,logoImage,0.5,0.,imageRedChannel(Rect(500,250,logoImage.cols,logoImage.rows)));//【5】将三个独立的单通道重新合并成一个三通道merge(channels,srcImage);//【6】显示效果图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;
}

对分离通道的理解：

因为是将三个通道分离了，所以得到的分离出来的单独一个通道的图像其像素值只是一个了，最终呈现出来的也就是灰度图像，而不是彩色的了，在使用merge融合的时候，融合的是对应通道的像素值，譬如分离出来的R通道的图片，那么logo图片与所分离出来的图片进行融合的时候，融合的也就是R通道的像素值，虽然此时看到的依旧是灰度图像，这是因为此时只有一个通道，将三个通道融合后，R通道的数值由于加上了logoR通道的数值，所以logo处在最终图片上变为红色；