OpenCV + CPP 系列（八）图像的加权混合 、对比度与亮度

文章目录

• ​​一、图像的加权混合​​

• ​​线性混合​​

• ​​二、对比度增强​​

一、图像的加权混合

线性混合

函数是将两张相同大小，相同类型的图片（叠加）线性融合的函数，可以实现图片的特效。

图像的线性混合：

void addWeighted(
InputArray src1,　　 　原数组1 
double alpha, 　　　　原数组1的权重值 : α \alpha α 
InputArray src2,　　　原数组2 
double beta, 　　　　 数组２ 的权重值，( 1 − α 1-\alpha 1−α) 
double gamma, 　　 加权和后的图像的偏移量(标量) 
OutputArray dst, 　　输出的数组（公式如上） 
int dtype = -1　　　　输出阵列的深度，有默认值-1，即src1.depth() 
);
      

头文件 quick_opencv.h：声明类与公共函数

#pragma once
#include <opencv2\opencv.hpp>
using namespace cv;

class QuickDemo {
public:
  ...
  void mix_image_Demo(Mat& image1, Mat& image2);  //新增方法
  void image_contrast_Demo(Mat& image1);

};      

主函数调用该类的公共成员函数

#include <opencv2\opencv.hpp>
#include <quick_opencv.h>
#include <iostream>
using namespace cv;


int main(int argc, char** argv) {
  Mat src1 = imread("D:\\Desktop\\ttt.png");
  Mat src2 = imread("D:\\Desktop\\uuu.png");
  if (src1.empty()) {
    printf("Could not load images1...\n");
    return -1;
  }
  if (src2.empty()) {
    printf("Could not load images2...\n");
    return -1;
  }
  imshow("input1", src1);
  imshow("input2", src2);

  QuickDemo qk;
  qk.mix_image_Demo(src1, src2);
  qk.image_contrast_Demo(src1);
  waitKey(0);
  destroyAllWindows();
  return 0;
}      

源文件 quick_demo.cpp：实现类与公共函数

#include <quick_opencv.h>
#include <opencv2/dnn.hpp>
using namespace cv;
using namespace std;


void QuickDemo::mix_image_Demo(Mat& image1, Mat& image2) {
  double alpha = 0.5;
  if (image1.size() != image2.size()) {
    cout << "图像尺寸不匹配" << endl;
  }
  Mat dst;
  addWeighted(image1, alpha, image2, (1 - alpha), 0, dst, -1);
  imshow("dst", dst);
}      

二、对比度增强

通过图像的像素变换（点操作）调整图像的亮度和对比度：

其中

源文件 quick_demo.cpp：实现类与公共函数

void QuickDemo::image_contrast_Demo(Mat& image) {
  int width = image.cols;
  int height = image.rows;
  int channel = image.channels();
  Mat dst_at = Mat::zeros(image.size(), image.type());
  Mat dst_ptr = dst_at.clone();
  float alpha = 1.5;
  float beta = 10.0;

  //转成灰度图，浮点数图（计算精度更高）。
  Mat image32f,image8u;
  cvtColor(image.clone(), image8u, COLOR_BGR2GRAY);
  image.convertTo(image32f, CV_32F);

  Mat dst_8u = Mat::zeros(image8u.size(), image8u.type());
  int channel8u = image8u.channels();
  if (channel8u == 1) {
    for (int h = 0; h < height; h++) {
      for (int w = 0; w < width; w++) {
        uchar v = image8u.at<uchar>(h, w);
        dst_8u.at<uchar>(h, w) = saturate_cast<uchar>(v * alpha + beta);
      }
    }
  }
  double time0 = static_cast<double>(getTickCount()); // 计时
  if (channel == 3) {
    for (int h = 0; h < height; h++) {
      for (int w = 0; w < width; w++) {
        dst_at.at<Vec3b>(h, w)[0] = saturate_cast<uchar>(image32f.at<Vec3f>(h, w)[0] * alpha + beta);
        dst_at.at<Vec3b>(h, w)[1] = saturate_cast<uchar>(image32f.at<Vec3f>(h, w)[1] * alpha + beta);
        dst_at.at<Vec3b>(h, w)[2] = saturate_cast<uchar>(image32f.at<Vec3f>(h, w)[2] * alpha + beta);
      }
    }
  }
  double time1 = static_cast<double>(getTickCount());  // 计时
  if (channel == 3) {
    for (int h = 0; h < height; h++) {
      float* current_row = image32f.ptr<float>(h);
      uchar* dst_current_row = dst_ptr.ptr<uchar>(h);
      for (int w = 0; w < width; w++) {
        *dst_current_row++ = saturate_cast<uchar>(*current_row++ * alpha + beta);
        *dst_current_row++ = saturate_cast<uchar>(*current_row++ * alpha + beta);
        *dst_current_row++ = saturate_cast<uchar>(*current_row++ * alpha + beta);
      }
    }
  }
  double time2 = static_cast<double>(getTickCount());  // 计时
  cout << "time1-time0=" << (time1 - time0)/getTickFrequency() << endl;
  cout << "time2-time1=" << (time2 - time1)/ getTickFrequency() << endl;
  imshow("image8u原图", image8u);
  imshow("image8u对比度增强at", dst_8u);
  imshow("image对比度增强at", dst_at);
  imshow("image对比度增强ptr", dst_ptr);
}      

两种像素对比度增强，使用at与ptr两种像素遍历方式，ptr遍历方式速度大约快一半。(单位：秒)