05- OpenCV：图像操作和图像混合
目录
一、图像操作
1、读写图像
2、读写像素
3、修改像素值
4、Vec3b与Vec3F
5、相关的代码演示
二、图像混合
1、理论-线性混合操作
2、相关API(addWeighted)
3、代码演示（完整的例子）
一、图像操作
1、读写图像
（1）imread 可以指定加载为灰度或者RGB图像
（2）Imwrite 保存图像文件，类型由扩展名决定
2、读写像素
（1）读一个GRAY像素点的像素值（CV_8UC1）
Scalar intensity = img.at<uchar>(y, x);
或者
Scalar intensity = img.at<uchar>(Point(x, y)); （2）读一个RGB像素点的像素值
Vec3f intensity = img.at<Vec3f>(y, x);
float blue = intensity.val[0];
float green = intensity.val[1];
float red = intensity.val[2];3、修改像素值
（1）灰度图像
img.at<uchar>(y, x) = 128;（2）RGB三通道图像
img.at<Vec3b>(y,x)[0]=128; // blue
img.at<Vec3b>(y,x)[1]=128; // green
img.at<Vec3b>(y,x)[2]=128; // red（3）空白图像赋值
img = Scalar(0);（4）ROI选择
Rect r(10, 10, 100, 100);
Mat smallImg = img(r);4、Vec3b与Vec3F
（1）Vec3b对应三通道的顺序是blue、green、red的uchar类型数据。
（2）Vec3f对应三通道的float类型数据
（3）把CV_8UC1转换到CV32F1实现如下：
src.convertTo(dst, CV_32F);5、相关的代码演示
#include <opencv2/core/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>using namespace cv;
using namespace std;
int main(int argc, char** args) {Mat image = imread("D:/test.jpg", IMREAD_COLOR);if (image.empty()) {cout << "could not find the image resource..." << std::endl;return -1;}Mat grayImg;cvtColor(image, grayImg, COLOR_BGR2GRAY);Mat sobelx; Sobel(grayImg, sobelx, CV_32F, 1, 0);double minVal, maxVal;minMaxLoc(sobelx, &minVal, &maxVal); //find minimum and maximum intensitiesMat draw;sobelx.convertTo(draw, CV_8U, 255.0 / (maxVal - minVal), -minVal * 255.0 / (maxVal - minVal));/*int height = image.rows;int width = image.cols;int channels = image.channels();printf("height=%d width=%d channels=%d", height, width, channels);for (int row = 0; row < height; row++) {for (int col = 0; col < width; col++) {if (channels == 3) {image.at<Vec3b>(row, col)[0] = 0; // blueimage.at<Vec3b>(row, col)[1] = 0; // green}}}*/namedWindow("My Image", CV_WINDOW_AUTOSIZE);imshow("My Image", draw);waitKey(0);return 0;
}效果展示：
bitwise_not(）这接口使用：逐位取反
#include<opencv2\opencv.hpp>
#include<iostream>using namespace cv;int main()
{Mat src, dst;src = imread("test.jpg");if (!src.data){printf("could not load image...\n");}namedWindow("input image", CV_WINDOW_AUTOSIZE);imshow("input image", src);// 单通道的MatMat gray_src;cvtColor(src, gray_src, COLOR_RGB2GRAY);// 颜色空间的转换int nc = src.channels();// 图像像素操作，取反后，看输出是什么样子for (int row = 0; row < src.rows; row++){for (int col = 0; col < src.cols; col++){if (nc == 1){int gray = gray_src.at<uchar>(row, col);gray_src.at<uchar>(row, col) = 255 - gray;}else if (nc == 3){int b = src.at<Vec3b>(row, col)[0];int g = src.at<Vec3b>(row, col)[1];int r = src.at<Vec3b>(row, col)[2];dst.at<Vec3b>(row, col)[0] = 255 - b;dst.at<Vec3b>(row, col)[1] = 255 - g;dst.at<Vec3b>(row, col)[2] = 255 - r;//取最大值为灰度像素值//gray_src.at<uchar>(row, col) = max(r, max(b, g));//取最小值为灰度像素值//gray_src.at<uchar>(row, col) = min(r, min(b, g));}}}// 最后一个if的操作，就是3色通道的rgb都取反，可以用下面的接口代替//bitwise_not(src, dst);//能实现一样的效果namedWindow("mask_result", CV_WINDOW_AUTOSIZE);imshow("mask_result", dst);//imshow("mask_result", gray_src); //输出灰色图像waitKey(0);return 0;}运行代码得出最后的效果：
二、图像混合
1、理论-线性混合操作
其中 的取值范围为0~1之间
2、相关API(addWeighted)
addWeighted是OpenCV中的一个函数，用于对两个图像进行加权相加。它可以用于图像融合、图像混合以及图像叠加等应用。
函数原型如下：
void cv::addWeighted(InputArray src1,double alpha,InputArray src2,double beta,double gamma,OutputArray dst,int dtype = -1)
参数说明：
src1：第一个输入图像。alpha：第一个输入图像的权重。src2：第二个输入图像。beta：第二个输入图像的权重。gamma：加到结果上的标量值。dst：输出图像，与输入图像具有相同的尺寸和类型。dtype：可选参数，指定输出图像的数据类型，默认为-1，表示与输入图像保持一致。
关键代码实现
cv::Mat image1 = cv::imread("image1.jpg");
cv::Mat image2 = cv::imread("image2.jpg");cv::Mat blendedImage;
double alpha = 0.5; // 第一个图像的权重double beta = 0.5; // 第二个图像的权重double gamma = 0.0; // 加到结果上的标量值cv::addWeighted(image1, alpha, image2, beta, gamma, blendedImage);cv::imshow("Blended Image", blendedImage);
cv::waitKey(0);
代码将加载两张图像，然后用 addWeighted 函数将它们进行加权相加，并将结果显示在窗口中。
你可以根据实际需求调整 alpha、beta 和 gamma 的值，以及选择不同的图像作为输入来实现不同的效果。
3、代码演示（完整的例子）
#include <opencv2/opencv.hpp>
#include <iostream>using namespace std;
using namespace cv;int main(int argc, char** argv) {Mat src1, src2, dst;src1 = imread("D:/vcprojects/images/LinuxLogo.jpg");src2 = imread("D:/vcprojects/images/win7logo.jpg");if (!src1.data) {cout << "could not load image Linux Logo..." << endl;return -1;}if (!src2.data) {cout << "could not load image WIN7 Logo..." << endl;return -1;}double alpha = 0.5;if (src1.rows == src2.rows && src1.cols == src2.cols && src1.type() == src2.type()) {// addWeighted(src1, alpha, src2, (1.0 - alpha), 0.0, dst);// multiply(src1, src2, dst, 1.0);imshow("linuxlogo", src1);imshow("win7logo", src2);namedWindow("blend demo", CV_WINDOW_AUTOSIZE);imshow("blend demo", dst);}else {printf("could not blend images , the size of images is not same...\n");return -1;}waitKey(0);return 0;
}效果如下：
