OpenCV学习记录5

本文详细介绍了使用OpenCV进行图像处理的方法,包括图像按权重融合、直接相加和相乘操作,展示了如何通过代码实现这些功能,并提供了调试结果。适合初学者和需要图像处理技能的开发者。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、学习内容

1 两张图像按权重相加

2 两张图像相乘(?应该可用于频域滤波吧)

二、代码

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat src1,src2,dst;
	//src1 = imread("e:/2 opencv_projects_zl/desk1.jpg");
	//src2 = imread("e:/2 opencv_projects_zl/desk2.jpg");
	src1 = imread("e:/2 opencv_projects_zl/desk3.jpg");
	src2 = imread("e:/2 opencv_projects_zl/desk4.jpg");
	if (!src1.data) {
		printf("Load Image Desk1 Error...\n");
		return -1;
	}
	if (!src2.data) {
		cout << "Load Image Desk2 Error...\n" << endl;
		return -1;
	}
	namedWindow("Figure1", CV_WINDOW_AUTOSIZE);
	imshow("Figure1", src1);
	namedWindow("Figure2", CV_WINDOW_AUTOSIZE);
	imshow("Figure2", src2);
	// 学习新内容
	// 1. 将两幅图像按权重合成为一张图像
	double alpha = 0.5;
	double beta = 1- alpha;
	double gamma = 0;
	if (src1.rows == src2.rows && src1.cols == src2.cols && src1.type() == src2.type()) {
		addWeighted(src1,alpha,src2,beta,gamma,dst);
		namedWindow("Figure3", CV_WINDOW_AUTOSIZE);
		imshow("Figure3", dst);
	}
	else {
		printf("the sizes or types of the two images are not same...\n");
		return -1;
	}

	// 2.将两幅图像直接相加add
	if (src1.rows == src2.rows && src1.cols == src2.cols && src1.type() == src2.type()) {
		add(src1,src2,dst,Mat());
		namedWindow("Figure4", CV_WINDOW_AUTOSIZE);
		imshow("Figure4", dst);
	}
	else {
		printf("the sizes or types of the two images are not same...\n");
		return -1;
	}

	// 3.将两幅图像直接相乘multiply
	if (src1.rows == src2.rows && src1.cols == src2.cols && src1.type() == src2.type()) {
		multiply(src1, src2, dst,1.0);
		namedWindow("Figure5", CV_WINDOW_AUTOSIZE);
		imshow("Figure5", dst);
	}
	else {
		printf("the sizes or types of the two images are not same...\n");
		return -1;
	}

	waitKey(0);
	return 0;
}

三、调试结果

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值