当前位置: 首页 > article >正文

OpenCV CUDA模块图像处理------颜色空间处理之GPU 上对两张带有 Alpha 通道的图像进行合成操作函数alphaComp()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

该函数用于在 GPU 上对两张带有 Alpha 通道的图像进行合成操作。支持多种常见的 Alpha 合成模式(Porter-Duff 合成规则),例如图像叠加、裁剪、异或等。

适用于图像叠加、视频抠像、UI 合成等场景,常用于游戏开发、图形渲染、视频特效等领域。

函数原型

void cv::cuda::alphaComp 	
(InputArray  	img1,InputArray  	img2,OutputArray  	dst,int  	alpha_op,Stream &  	stream = Stream::Null() 
) 	

参数

参数名描述
img1第一张图像。支持类型:CV_8UC4、CV_16UC4、CV_32SC4 和 CV_32FC4。
img2第二张图像。必须与 img1 具有相同的大小和相同的数据类型。
dst目标图像(输出结果)。
alpha_op指定 Alpha 混合操作的标志符,取值包括:
ALPHA_OVER
ALPHA_IN
ALPHA_OUT
ALPHA_ATOP
ALPHA_XOR
ALPHA_PLUS
ALPHA_OVER_PREMUL
ALPHA_IN_PREMUL
ALPHA_OUT_PREMUL
ALPHA_ATOP_PREMUL
ALPHA_XOR_PREMUL
ALPHA_PLUS_PREMUL
ALPHA_PREMUL
stream用于异步执行的 CUDA 流对象。

代码示例

#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>int main()
{// 加载两张 PNG 图像(带透明通道)cv::Mat img1 = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/stich1.png", cv::IMREAD_UNCHANGED);cv::Mat img2 = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/stich2.png", cv::IMREAD_UNCHANGED);if (img1.empty() || img2.empty()) {std::cerr << "无法加载图像!" << std::endl;return -1;}// 打印原始图像信息用于调试std::cout << "img1 size: " << img1.size() << ", type: " << img1.type() << std::endl;std::cout << "img2 size: " << img2.size() << ", type: " << img2.type() << std::endl;// 如果不是 BGRA 格式,则转换为 BGRA(四通道)cv::Mat img_bgra1 = (img1.channels() == 4) ? img1 : cv::Mat();cv::Mat img_bgra2 = (img2.channels() == 4) ? img2 : cv::Mat();if (!img_bgra1.data) cv::cvtColor(img1, img_bgra1, cv::COLOR_BGR2BGRA);if (!img_bgra2.data) cv::cvtColor(img2, img_bgra2, cv::COLOR_BGR2BGRA);// 确保图像尺寸一致if (img_bgra1.size() != img_bgra2.size()) {std::cerr << "图像尺寸不一致,正在调整 img2 到 img1 尺寸..." << std::endl;cv::resize(img_bgra2, img_bgra2, img_bgra1.size());}// 确保图像类型一致if (img_bgra1.type() != img_bgra2.type()) {std::cerr << "图像类型不一致,正在统一转换为 CV_8UC4..." << std::endl;img_bgra1.convertTo(img_bgra1, CV_8UC4);img_bgra2.convertTo(img_bgra2, CV_8UC4);}// 上传到 GPUcv::cuda::GpuMat d_img1, d_img2, d_dst;d_img1.upload(img_bgra1);d_img2.upload(img_bgra2);// 执行 Alpha 合成cv::cuda::alphaComp(d_img1, d_img2, d_dst, cv::cuda::ALPHA_OVER);// 下载结果并显示cv::Mat result;d_dst.download(result);cv::imshow("合成1",img1);cv::imshow("合成2",img2);cv::imshow("合成结果", result);cv::waitKey(0);return 0;
}

运行结果

在这里插入图片描述
在这里插入图片描述

http://www.lryc.cn/news/2395151.html

相关文章:

  • OpenWebUI(1)源码学习构建
  • npm error Cannot find module ‘negotiator‘ 的处理
  • 爬虫入门指南-某专利网站的专利数据查询并存储
  • SQL(Database Modifications)
  • 【android bluetooth 案例分析 04】【Carplay 详解 2】【Carplay 连接之手机主动连车机】
  • maven离线将jar包导入到本地仓库中
  • 【仿muduo库实现并发服务器】实现时间轮定时器
  • Conda更换镜像源教程:加速Python包下载
  • 蓝桥杯 盗墓分赃2
  • 深度解读 Qwen3 大语言模型的关键技术
  • 使用 mysqldump 获取 MySQL 表的完整创建 DDL
  • day15 leetcode-hot100-28(链表7)
  • 阿里云云效对接SDK获取流水线制品
  • Qt 相关 编译流程及交叉编译 部署所遇到的问题总结-持续更新
  • 前端面经 DNSxieyi1
  • 如何通过ES实现SQL风格的查询?
  • ​​知识图谱:重构认知的智能革命​
  • 【计算机网络】4网络层①
  • MATLAB中的table数据类型:高效数据管理的利器
  • Dropout 在大语言模型中的应用:以 GPT 和 BERT 为例
  • CentOS 7 如何安装libsndfile?
  • 基于深度学习的语音识别系统设计与实现
  • gitLab 切换中文模式
  • 133.在 Vue3 中使用 OpenLayers 实现画多边形、任意编辑、遮罩与剪切处理功能
  • 4.8.4 利用Spark SQL实现分组排行榜
  • 40. 自动化异步测试开发之编写异步业务函数、测试函数和测试类(类写法)
  • 【五子棋在线对战】一.前置知识的了解
  • 历年中国科学技术大学计算机保研上机真题
  • 内联盒模型基本概念?——前端面试中的隐形考点剖析
  • HackMyVM-Art