[TOC]

---

注：原創(chuàng)不易，轉載請務必注明原作者和出處，感謝支持！

一 圖像的線性混合

什么是圖像的線性混合（linear blending）？

如下面的公式所示。所謂的圖像線性混合是指對于輸入的兩張圖像$I_0$和$I_1$，取它們相同位置處的像素值進行線性相加，然后將結果賦值給目標圖像相同位置處的像素。其中參數$\alpha$控制了兩張圖片在目標圖像中的權重。

\[ g(x) = \alpha I_0(x) + (1-\alpha)I_1(x) \]

圖像的線性混合有什么作用呢？在幻燈片翻頁或者電影制作中，經常需要產生畫面疊加的效果。在上式中，只要使得$\alpha$從1逐漸減小到0即可產生從圖像$I_0$過渡到圖像$I_1$時的疊加效果了。

OpenCV中提供了一個用于兩張圖像線性混合的API。API所依據的計算公式如下：

\[ dst(I) = saturate\_cast(src1(I) * alpha + src2(I) * beta + gamma) \] void cv::addWeighted(InputArray src1, // 輸入圖像1double alpha, // 圖像1的權重InputArray src2, // 輸入圖像2double beta, // 圖像2的權重double gamma, // gamma值OutputArray dst, // 輸出圖像int dtype = -1 );

注意：用于線性混合的兩張圖像必須是同等大小和同等類型的！

---

二 代碼實現

如果不使用OpenCV提供的API，僅依靠OpenCV提供的像素級訪問功能，則圖像的線性混合可以實現如下。

#include <iostream> #include <opencv2/opencv.hpp>using namespace cv; using namespace std;int main(int argc, char **argv) {// load two images with the same size and typeMat windows = imread("D:\\IMG\\windows.jpg", IMREAD_COLOR);Mat linux = imread("D:\\IMG\\linux.jpg", IMREAD_COLOR);if (windows.empty() || linux.empty()){cout << "Error : could not load image." << endl;return -1;}imshow("input - windows", windows);imshow("input - linux", linux);// check if two images are with the same size and typeif (windows.size() != linux.size() || windows.type() != linux.type()){cout << "Error : two input images do NOT match in size or type." << endl;return -1;}// parameters for linear blendingdouble alpha = 0.5;double beta = 1 - alpha;double gamma = 0.0;Mat dst(windows.size(), windows.type());decltype(windows.rows) row, col;double output, b, g, r;int f1, f2, b1, b2, g1, g2, r1, r2;for (row = 0; row < windows.rows; ++row){for (col = 0; col < windows.cols; ++col){// single channel (gray image) or three channels (RGB image) onlyif (windows.channels() == 1){f1 = windows.at<uchar>(row, col);f2 = linux.at<uchar>(row, col);output = f1 * alpha + f2 * beta + gamma;dst.at<uchar>(row, col) = saturate_cast<uchar>(output);}else if (windows.channels() == 3){b1 = windows.at<Vec3b>(row, col)[0];b2 = linux.at<Vec3b>(row, col)[0];g1 = windows.at<Vec3b>(row, col)[1];g2 = linux.at<Vec3b>(row, col)[1];r1 = windows.at<Vec3b>(row, col)[2];r2 = linux.at<Vec3b>(row, col)[2];b = b1 * alpha + b2 * beta + gamma;g = g1 * alpha + g2 * beta + gamma;r = r1 * alpha + r2 * beta + gamma;dst.at<Vec3b>(row, col)[0] = saturate_cast<uchar>(b);dst.at<Vec3b>(row, col)[1] = saturate_cast<uchar>(g);dst.at<Vec3b>(row, col)[2] = saturate_cast<uchar>(r);}}}imshow("output (alpha = 0.5)", dst);waitKey(0);return 0; }

如果使用addWeighted()，則可以簡單地實現如下

addWeighted(windows, alpha, linux, beta, 0, dst); imshow("output (alpha = 0.9)", dst);

---

三 實現效果

(1) 兩張原圖

(2) 手寫代碼實現，$\alpha$值分別為0.1、0.5、0.9

(3) 調用API實現，$\alpha$值分別為0.1、0.5、0.9

可以看到，手寫代碼實現所呈現的效果和調用APIaddWeighted()的效果并沒有明顯的差異。但很可能的是自己手寫的與API相比，性能會更差一點。

轉載于:https://www.cnblogs.com/laizhenghong2012/p/11253100.html

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的图像的线性混合的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。