OpenCV中的图片叠加和变换

最新推荐文章于 2025-05-13 16:46:35 发布

原创最新推荐文章于 2025-05-13 16:46:35 发布 · 950 阅读

0 ·

CC 4.0 BY-SA版权

opencv 专栏收录该内容

3 篇文章

订阅专栏

本文深入探讨了图像处理中的两种关键技术：图像叠加和图像变换。详细介绍了通过掩膜和透明通道实现图像叠加的方法，以及如何利用透视变换和仿射变换对图像进行空间变换。适合图像处理和计算机视觉领域的研究者和开发者阅读。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.图片叠加的方法

通过掩膜进行叠加

假定一张图片位背景图片：BK 另外有一张图片是人的照片：PER。
1. 通过读取PER的灰度图来获取PER的掩膜 PER_MASK(掩膜的尺寸和PER的尺寸一样大)
2. 找到在BK需要赋值的位置通过函数 PER.copyTo(BK_ROI,PER_MASK)。掩膜运算的方法是不对黑色的部分(值为0）进行赋值

通过透明通道进行叠加

读取PER的透明通道的数据。
将BK上的每一个像素点和PER的像素点进行运算，运算的规则为 $BK=PER*scale+BK*(1-scale)$
其中 $scale=alpha/255$

2.透视变换和仿射变换

假定有两幅图片 bk ，fp 有两组点 bk_p，fp_p。

仿射变换

通过有限点来获取变换矩阵

    cv::Mat H = cv::getAffineTransform(fp_p,bk_p);
    cv::warpAffine(fp, bk_ROI, H, cv::Size(bk_ROI.cols, bk_ROI.rows), cv::INTER_CUBIC);

2.通过图片来获取变换矩阵

 cv::Mat H=cv::findTransformECC(fp,bk);
//此处暂且未知 cv::

透视变换

1.通过有限点来获取变换矩阵

//通过点的变换来获取图片的变换
    cv::Mat H = cv::getPerspectiveform(fp_p,bk_p);
    cv::warpPerspective(fp, bk_ROI, H, cv::Size(bk_ROI.cols, bk_ROI.rows), cv::INTER_CUBIC);

2.通过点级来对已知的点进行变换

//通过已知图片的变换来获取点的变换
Mat H = findHomography(fp,bk,CV_RANSAC);
perspectiveTransform(fp_p,bk_p,H);