*理论-线性混合操作
g(x) = (1-α）f0(x)+αf1(x) α的取值范围位0-1之间 f0(x)为图像1，f1(x)表示第二张图像 α是混合系数 g(x)是生成的图像，对每一个像素进行这个线性公式的操作
*相关API
CV_EXPORTS_W void addWeighted(InputArray src1, double alpha, InputArray src2,
double beta, double gamma, OutputArray dst, int dtype = -);
参数介绍：
参数1：输入图像Mat-src1
参数2：输入图像的src1的alpha值
参数3：输入图像Mat-src2
参数4：输入图像src2的alpha值
参数5：gamma值
参数6：输出混合图像Mat
注意事项：两张图像的大小和类型必须一致才可以进行混合
*代码展示
#include<opencv2\opencv.hpp>
#include<iostream> using namespace std;
using namespace cv;
/*图像操作*/
int main(int argc, char **argv)
{
Mat src1 = imread("E:\\vsprom\\learn05\\v15.jpg"); if (src1.empty())
{
cout << "can not load imagefile1...." << endl;
return -;
}
namedWindow("in1 image win", CV_WINDOW_AUTOSIZE);
imshow("in1 image win", src1); Mat src2 = imread("E:\\vsprom\\learn05\\v18.jpg");
if (src2.empty())
{
cout << "can not load imagefile2...." << endl;
return -;
}
namedWindow("in2 image win", CV_WINDOW_AUTOSIZE);
imshow("in2 image win", src2); Mat dst;
double alpha = 0.5;//混合比例
if (src1.rows == src2.rows && src1.cols == src2.cols && src2.type() == src1.type())//两张图像大小和类型一致才可以混合
{
addWeighted(src1, alpha, src2, (1.0 - alpha), 0.0, dst);
namedWindow("hunhe window", CV_WINDOW_AUTOSIZE);
imshow("hunhe window", dst);
} waitKey();
return ;
}
看一下效果图的展示：
我们在看看乘法混合：
代码
multiply(src1, src2, dst, 1.0);//乘法混合
看看运行效果：