OpenCV Mat实现图像四则运算及常用四则运算的API函数

2024-06-23 00:44

本文主要是介绍OpenCV Mat实现图像四则运算及常用四则运算的API函数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       装载有图像数据的OpenCV Mat对象,可以说是一个图像矩阵,可以进行加、减、乘、除运算。特别是加运算特别有用。

       一 与常数的四则运算

           与常数的加运算  示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;}elseimshow("src1",src1);src1 += 30;imshow("src1 new", src1);waitKey(0);}

示例代码中 src1 +=  30;即为与常数加运算代码,试运行结果如下:

图像亮度变亮了。

        与常数的加运算  示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;}elseimshow("src1",src1);src1 -= 30; //subtractimshow("src1 new", src1);waitKey(0);}

示例代码中 src1 -=  30;即为与常数加减算代码,试运行结果如下:

图像整体变暗了。

        与常数的乘运算  示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;}elseimshow("src1",src1);src1 *= 1.2; //Multiply imshow("src1 new", src1);waitKey(0);}

示例代码中 src1 *=  1.2;即为与常数乘减算代码,试运行结果如下:

图像亮度变亮了。

          与常数的除运算  示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;}elseimshow("src1",src1);src1 /= 1.5; //divideimshow("src1 new", src1);waitKey(0);}

示例代码中 src1 *=  1.2;即为与常数乘减算代码,试运行结果如下:

图像整体变暗了很多。 

        常用加运算函数

        OpenCV 图像矩阵常用加运算函数有:addWeighted,add,scaleAdd等。

        addWeighted()

        addWeighted()的原型函数如下:

void cv::addWeighted(InputArray  src1,

                                     double      alpha,

                                     InputArray src2,

                                    double       beta,

                                    double      gamma,

                                   OutputArray  dst,

                                   int                 dtype = -1

             )

这个函数是计算两个数组的加权和,其计算方式如下;

其中 I 是数组元素的多维索引。对于多通道阵列,每个通道都是独立处理的。该函数可以用矩阵表达式替换:

参数:

       src1 第一个输入数组。 

       alpha 第一个数组的权重

       src2 第二个输入数组。

       beta 第一个数组的权重

        gamma 添加到每个总和的标量

        dst 输出数组与输入数组具有相同的大小和通道数。

       dtype 输出数组的可选深度;当两个输入数组具有相同的深度时,dtype 可以设置为-1,这相当于 src1.depth()。

     示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{//addWeighted()Mat src1 = imread("3.jpeg");if (src1.empty()){cout << "Open Image Failed!" << endl;return -1;}imshow("src1",src1);Mat src2 = imread("1.bmp");if (src2.empty()){cout << "Open Image Failed!" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;addWeighted(src1, 1.0, src2, 0.3, 0, dst, -1);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

用addWeighted(),将左边的两张图合成到一起了。

        add()

add()函数的原型如下:

void cv::add(InputArray src1,

                        InputArray  src2,

                        OutputArray dst,

                        InputArray    mask = noArray(),

         int    dtype = -1

        )

其原理如下: 

        示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;add(src1, src2, dst);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

        

用Add同样实现了图像合成。 

        scaleAdd()

        scaleAdd()函数的原型如下:

void cv::scaleAdd(InputArray src1,

                                double alpha,

                                InputArray src2,

                              OutputArray dst

                                )

其原理如下:

示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;//add(src1, src2, dst);scaleAdd(src1, 0.7, src2, dst);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

     减运算函数subtract()

subtract的·原型如下:

其原理如下:

示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;//add(src1, src2, dst);//aleAdd(src1, 0.7, src2, dst);subtract(src1, src2, dst);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

        乘运算multiply()

multiply()函数的原型如下:

其原理如下:

示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;//add(src1, src2, dst);//aleAdd(src1, 0.7, src2, dst);//subtract(src1, src2, dst);multiply(src1, src2, dst,0.01);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

         除运算divide()

divide()函数的原型如下:

其原理如下:

示例:

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{Mat src1 = imread("1.jpeg");if (src1.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src1", src1);Mat src2 = imread("2.bmp");if (src2.empty()){cout << "Cann't open the Image" << endl;return -1;}imshow("src2", src2);resize(src2, src2, src1.size());Mat dst;//add(src1, src2, dst);//aleAdd(src1, 0.7, src2, dst);//subtract(src1, src2, dst);//multiply(src1, src2, dst,0.01);divide(src1, src2, dst, 70);imshow("dst", dst);waitKey(0);}

试运行,结果如下:

本文就介绍到这里,示例代码及所用到的图片已上传到CSDN,如果需要自己查看试运行效果,可以去下载,链接为:https://download.csdn.net/download/billliu66/89469718

这篇关于OpenCV Mat实现图像四则运算及常用四则运算的API函数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1085856

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一:基于AbstractRoutingDataSource实现动态

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Kotlin 作用域函数apply、let、run、with、also使用指南

《Kotlin作用域函数apply、let、run、with、also使用指南》在Kotlin开发中,作用域函数(ScopeFunctions)是一组能让代码更简洁、更函数式的高阶函数,本文将... 目录一、引言:为什么需要作用域函数?二、作用域函China编程数详解1. apply:对象配置的 “流式构建器”最

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制,确认复制是否成功4.同

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》:本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串(一)使用预定义格式(二)自定义格式二、字符串解析为日期(一)解析ISO格式字符串(二)解析自定义