opencv(16) ROI区域图像叠加图像混合

1. 感兴趣区域：ROI

在图像处理领域，我们常常需要设置感兴趣区域(ROI,regionofmterest)，来专注或者简化工作过程。也就是从图像中选择的一个图像区域，这个区域是图像分析所关注的重点。我们圈定这个区域，以便进行进一步处理。而且，使用ROI指定想读入的目标，可以减少处理时间，增加精度，给图像处理来带不小的便利。

定义ROI区域有两种方法：第一种是使用表示矩形区域的Rect。它指定矩形的左上角坐标（构造函数的前两个参数）和矩形的长宽（构造函数的后两个参数）以定义一个矩形区域。

其中，image为己经载入好的图片。

//定义一个Mat类型并给其设定ROI区域
Mat imageROI；
//方法一
imageROI=image(Rect(500,250,logo.cols,logo.rows));

另一种定义ROI的方式是指定感兴趣行或列的范围(Range)。Range是指从起始索引到终止索引（不包括终止索引）的一连段连续序列。cRange可以用来定义Range。如果使用Range来定义ROI，那么前例中定义ROI的代码可以重写为：

//方法二
imageROI=image(Range（250，250+IogoImage.rows),Range(200,200+logolmage.cols))；

下面我们来看一个实例，显示如何利用ROI将一幅图加到另一幅图的指定位置。大家如果需要复制以下函数中的代码直接运行，可以自己建一个基于console的程序，然后把函数体中的内容复制到main函数中，然后找两幅大小合适的图片，
加入到工程目录下，并和代码中读取的文件名一致即可。

在下面的代码中，我们通过一个图像掩膜(mask),直接将插入处的像素设置为图像的像素值，这样效果会很逼真。

#include<opencv2\opencv.hpp>
using namespace cv;//利用感兴趣区域实现图像叠加
bool ROI_AddImage(){///读入图像Mat srcImage = imread("fengjing.jpg");Mat logoImage = imread("fengjing3.jpg");if (!srcImage.data){printf("读取srcImage失败！\n");return false;}if (!logoImage.data){printf("读取logoImage失败！\n");return false;}//定义一个Mat类型并设定ROI区域Mat imageROI = srcImage(Rect(100, 150, logoImage.cols, logoImage.rows));//加载掩膜（必须是灰度图）Mat mask = imread("fengjing3.jpg", 0);//将掩膜复制到ROIlogoImage.copyTo(imageROI, mask);//显示结果namedWindow("<1>利用ROI实现图像叠加到示例窗口");imshow("<1>利用ROI实现图像叠加到示例窗口",srcImage);return true;
}
int main(){ROI_AddImage();waitKey();
}

这个函数首先是载入了两张jpg图片到srclmagel和logolmage中，然后定义了一个Mat类型的imageROI,并使用Rect设置其感兴趣区域为srclmagel中的一块区域，将imageROI和srclmagel关联起来。接着定义了一个Mat类型的的mask
并读入fengjing3.jpg，顺势使用Mat::copyTo把mask中的内容复制到imageROl中，于是就得到了最终的效果图。namedWindow和imshow配合使用，显示出最终的结果。

2. 线性混合操作

线性混合操作是典型的二元（两个输入）大的像素操作，他的理论公式如下：
g(x)=(1−a)fa(x)+af3(x)g(x)=(1-a)f_{a}(x)+af_{3}(x)g(x)=(1−a)fa(x)+af3(x)
我们通过在范围0到1之家改变alpha的值，来对两幅图像(f0(x)和f1(x))或两段视频（同样为（f0(x)和fl(x)）产生时间上的画面叠化（cross-dissolve)效果，就像幻灯片放映和电影制作中的那样，也就是在幻灯片翻页时设置的前后页缓慢过渡叠加效果，以及电影情节过渡时经常出现的画面叠加效果。

实现方面，主要运用了OpenCV中addWeighted函数，下面来一起全面地了解它。

3. 计算数组加权和：addWeighted()函数

这个函数的作用是计算两个数组（图像阵列）的加权和。原型如下：

void(InputArray src1,doubIe alpha,InputArray src2,double beta,double gamma,OutputArray dst,int dtype=-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，它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beta，表示第二个数组的权重值;
第五个参数，double类型的gamma，一个加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；
第七个参数，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的深度时，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（src1和src2)的加权和，得到结果输出给第四个参数，也就是addWeighted函数的作用的矩阵表达式。

dst=src1[I]*alpha+src2[I]*beta+gemma;

其中I是多维数组的索引值。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。

#include<opencv2\opencv.hpp>
using namespace cv;//实现图像线性混合
bool LinearBlending(){//定义局部变量double alphaValue = 0.5;double betaValue;Mat srcImage2, srcImage3, dstImage;//读取图像srcImage2 = imread("fengjing.jpg");srcImage3 = imread("fengjing2.jpg");if (!srcImage2.data){printf("读取srcImage2失败！\n");}if (!srcImage3.data){printf("读取srcImage3失败！\n");}//做图像混合加权操作betaValue = (1.0 - alphaValue);addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);//创建并显示图像namedWindow("<2>线性混合示例窗口【原图】", 1);imshow("<2>线性混合示例窗口【原图】", srcImage2);namedWindow("<3>线性混合示例窗口【原图】", 1);imshow("<3>线性混合示例窗口【原图】", dstImage);return true;
}
int main(){LinearBlending();waitKey();
}

对以上代码进行解析：
（0）首先定义局部变量

//定义局部变量double alphaValue = 0.5;double betaValue;Mat srcImage2, srcImage3, dstImage;

（1）去除两幅图先给，并做错误处理。

//读取图像srcImage2 = imread("fengjing.jpg");srcImage3 = imread("fengjing2.jpg");if (!srcImage2.data){printf("读取srcImage2失败！\n");}if (!srcImage3.data){printf("读取srcImage3失败！\n");}

我们是对srcImage2和srcImage2进行求和，所以必须保障两个图片的尺寸大小是一样的。
（2）进行图像的混合加权操作。

//做图像混合加权操作betaValue = (1.0 - alphaValue);addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);

（3）显示图像

//创建并显示图像namedWindow("<2>线性混合示例窗口【原图】", 1);imshow("<2>线性混合示例窗口【原图】", srcImage2);namedWindow("<3>线性混合示例窗口【原图】", 1);imshow("<3>线性混合示例窗口【原图】", dstImage);

4. 初级图像混合

（ROI和addWeighte混合）

#include<opencv2\opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
//全局函数声明
bool ROI_AddImage();
bool LinearBlending();
bool ROI_LinearBlending();//利用感兴趣区域实现图像叠加
bool ROI_AddImage(){///读入图像Mat srcImage = imread("fengjing.jpg");Mat logoImage = imread("fengjing3.jpg");if (!srcImage.data){printf("读取srcImage失败！\n");return false;}if (!logoImage.data){printf("读取logoImage失败！\n");return false;}//定义一个Mat类型并设定ROI区域Mat imageROI = srcImage(Rect(100, 150, logoImage.cols, logoImage.rows));//加载掩膜（必须是灰度图）Mat mask = imread("fengjing3.jpg", 0);//将掩膜复制到ROIlogoImage.copyTo(imageROI, mask);//显示结果namedWindow("<1>利用ROI实现图像叠加到示例窗口");imshow("<1>利用ROI实现图像叠加到示例窗口",srcImage);return true;
}//实现图像线性混合
bool LinearBlending(){//定义局部变量double alphaValue = 0.5;double betaValue;Mat srcImage2, srcImage3, dstImage;//读取图像srcImage2 = imread("fengjing.jpg");srcImage3 = imread("fengjing2.jpg");if (!srcImage2.data){printf("读取srcImage2失败！\n");}if (!srcImage3.data){printf("读取srcImage3失败！\n");}//做图像混合加权操作betaValue = (1.0 - alphaValue);addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);//创建并显示图像namedWindow("<2>线性混合示例窗口【原图】", 1);imshow("<2>线性混合示例窗口【原图】", srcImage2);namedWindow("<3>线性混合示例窗口【原图】", 1);imshow("<3>线性混合示例窗口【原图】", dstImage);return true;
}//初级图像混合
bool ROI_LinearBlending(){//读取图像Mat srcImage4 = imread("fengjing.jpg", 1);Mat logoImage = imread("fengjing3.jpg");if (!srcImage4.data){printf("打开drcImage4失败！\n");}if (!logoImage.data){printf("开打logoImage失败！\n");}//定义一个感兴趣空间Mat imageROI;imageROI = srcImage4(Rect(100, 150, logoImage.cols, logoImage.rows));//将logoImage加到srcImage4上addWeighted(imageROI, 0.5, logoImage, 0.3, 0.0, imageROI);//显示结果namedWindow("<4>区域线性混合示例窗口");imshow("<4>区域线性混合示例窗口", srcImage4);return true;
}int main(){system("color 5E");if (ROI_AddImage()&&LinearBlending()&ROI_LinearBlending()){cout << endl << "运行成功！";}waitKey(0);return 0;
}