1. 程式人生 > >6.影象的數學運算(影象運演算法則)+ ROI特徵項提取(畫面疊化效果) --- OpenCV從零開始到影象(人臉 + 物體)識別系列

6.影象的數學運算(影象運演算法則)+ ROI特徵項提取(畫面疊化效果) --- OpenCV從零開始到影象(人臉 + 物體)識別系列

本文作者:小嗷

1.前言

2. 簡介及用途

影象的基本運算有很多種,比如兩幅影象可以相加、相減、甚至可以相乘、相除(與或非、異或、與或),我們可以把相同規格的影象(數字)進行加減乘除等等,實現處理後圖像的還原與合併。

3.影象基本運算子

dst:輸出影象,src1:影象-1,src2:影象-2,scale、alpha、beta:可選的比例因子(例如:影象乘scale【50%】等於半透明圖)。

(例如:multiply()函式相乘計算兩個陣列的每個元素的乘積。)

void add()        等於  dst = src1 + src2  
void subtract()   等於  dst = src1 - src2  
void multiply()   等於  dst = scale*src1*src2  
void divide()     等於  dst = scale*src1*src2 
void scaleAdd()   等於  dst = dst = scale*src1 + src2 
void addWeighted()等於  dst = alpha*src1 + beta*src2 + gamma 
void sqrt()       計算每個矩陣元素的平方根
void pow()        src的多少次冪   
void exp()        表示指數的意思
void log()        dst = log(abs(src)) 

上述的基本操作中都屬於將基礎數學運算應用於影象畫素的處理中,下面將著重介紹

bitwise_and、bitwise_or、bitwise_xor、bitwise_not這四個按位操作函式。

void bitwise_and()  等於  dst = src1 & src2  
void bitwise_or()   等於  dst = src1 | src2  
void bitwise_xor()  等於  dst = src1 ^ src2  
void bitwise_not()  等於  dst = ~src 
  1. bitwise_and:對二進位制資料進行“與”操作,即對影象(灰度影象或彩色影象均可)每個畫素值進行二進位制“與”操作,1&1=1,1&0=0,0&1=0,0&0=0
  2. bitwise_or:對二進位制資料進行“或”操作,即對影象(灰度影象或彩色影象均可)每個畫素值進行二進位制“或”操作,1|1=1,1|0=0,0|1=0,0|0=0
  3. bitwise_xor是對二進位制資料進行“異或”操作,即對影象(灰度影象或彩色影象均可)每個畫素值進行二進位制“異或”操作,1^1=0,1^0=1,0^1=1,0^0=0
  4. bitwise_not是對二進位制資料進行“非”操作,即對影象(灰度影象或彩色影象均可)每個畫素值進行二進位制“非”操作,~1=0,~0=1

注意:這些函式都要求相加的兩幅影象具有相同的尺寸,並且畫素型別是相同的。

4.任務及程式碼

簡單說說ROI,就是摳圖(美稱感興趣區域ROI)。詳情內容通過講解程式碼

任務:實現畫面疊化效果(水印或者相同規格疊化)

線性混合操作:通過在範圍0到1之間改變alpha值,來對兩幅影象或兩段視屏(同樣為(f0(x)和f1(x)))產生時間上的畫面疊化效果(cross - dissolve)

步驟:感興趣區域ROI和使用addWeighted函式進行線性混合的基礎,先指定ROI,在用addWeighted對指定的ROI區域的影象進行混合操作

4.1程式碼

4.2程式碼

//---------------------------------【標頭檔案、名稱空間包含部分】-------------------------------
//      描述:包含程式所使用的標頭檔案和名稱空間
//------------------------------------------------------------------------------------------------                                                                                 
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace cv;
using namespace std;
//-----------------------------------【全域性函式宣告部分】--------------------------------------
//  描述:全域性函式宣告
//-----------------------------------------------------------------------------------------------
bool  ROI_AddImage();
bool  LinearBlending();
bool  ROI_LinearBlending();

//-----------------------------------【main( )函式】--------------------------------------------
//  描述:控制檯應用程式的入口函式,我們的程式從這裡開始
//-----------------------------------------------------------------------------------------------
int main()
{
    system("color 6F");

    //在判斷過程執行子函式
    if (ROI_AddImage() && LinearBlending() &&
     ROI_LinearBlending())
    {
        cout << endl << "\n執行成功,得出了需要的影象";
    }

    waitKey(0);
    return 0;
}

//----------------------------------【ROI_AddImage( )函式】----------------------------------
// 函式名:ROI_AddImage()
//  描述:利用感興趣區域ROI實現影象疊加
//----------------------------------------------------------------------------------------------
bool  ROI_AddImage()
{

    // 【1】讀入影象
    Mat srcImage1 = imread("dota_pa.jpg");
    Mat logoImage = imread("dota_logo.jpg");
    if (!srcImage1.data) { printf("讀取srcImage1錯誤~! \n"); return false; }
    if (!logoImage.data) { printf("讀取logoImage錯誤~! \n"); return false; }

    // 【2】定義一個Mat型別並給其設定ROI區域,Rect是矩形區域意思是建立一個左上角開始:xy軸點(200.250),長寬等於logoImage圖的Mat影象組數
    Mat imageROI = srcImage1(Rect(200, 250, logoImage.cols, logoImage.rows));
    imshow("ROI示例視窗", imageROI);

    // 【3】載入掩模(必須是灰度圖)
    Mat mask = imread("dota_logo.jpg", 0);

    //【4】將掩膜拷貝到ROI
    logoImage.copyTo(imageROI, mask);

    // 【5】顯示結果
    namedWindow("<1>利用ROI實現影象疊加示例視窗");
    imshow("<1>利用ROI實現影象疊加示例視窗", srcImage1);

    return true;
}
//---------------------------------【LinearBlending()函式】-------------------------------------
// 函式名:LinearBlending()
// 描述:利用cv::addWeighted()函式實現影象線性混合
//--------------------------------------------------------------------------------------------
bool  LinearBlending()
{
    //【0】定義一些區域性變數
    double alphaValue = 0.5;
    double betaValue;
    Mat srcImage2, srcImage3, dstImage;

    // 【1】讀取影象 ( 兩幅圖片需為同樣的型別和尺寸 )
    srcImage2 = imread("mogu.jpg");
    srcImage3 = imread("rain.jpg");

    if (!srcImage2.data) { printf("讀取srcImage2錯誤! \n"); return false; }
    if (!srcImage3.data) { printf("讀取srcImage3錯誤! \n"); return false; }

    // 【2】進行影象混合加權操作
    betaValue = (1.0 - alphaValue);
    addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);

    // 【3】顯示原圖視窗
    imshow("<2>線性混合示例視窗【原圖】", srcImage2);
    imshow("<3>線性混合示例視窗【效果圖】", dstImage);

    return true;

}

//---------------------------------【ROI_LinearBlending()】-------------------------------------
// 函式名:ROI_LinearBlending()
// 描述:線性混合實現函式,指定區域線性影象混合.利用cv::addWeighted()函式結合定義
//            感興趣區域ROI,實現自定義區域的線性混合
//--------------------------------------------------------------------------------------------
bool  ROI_LinearBlending()
{

    //【1】讀取影象
    Mat srcImage4 = imread("dota_pa.jpg", 1);
    Mat logoImage = imread("dota_logo.jpg");

    if (!srcImage4.data) { printf("讀取srcImage4錯誤~! \n"); return false; }
    if (!logoImage.data) { printf("讀取logoImage錯誤~! \n"); return false; }

    //【2】定義一個Mat型別並給其設定ROI區域
    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】將logo加到原圖上
    addWeighted(imageROI, 0.5, logoImage, 0.3, 0., imageROI);

    //【4】顯示結果
    imshow("<4>區域線性影象混合示例視窗", srcImage4);

    return true;
}

5.效果圖

6.效果圖

  • API文件:opencv2refman.pdf(Ctrl + F查詢相關bitwise_and(),就會有它的定義和各個引數意思)
  • 密碼:ev4g

7.二維碼

轉載QQ郵箱通知一下,未經授權請勿轉載,明天見,886。