iOS-OpenCV圖像混合

  • OpenCV處理圖像混合主要是根據(jù)線性混合函數(shù)岩睁,通過在0到1范圍內(nèi)改變α的值涌穆,使兩幅圖像或者視頻產(chǎn)生在時間上的畫面疊化得效果概疆。實際上α和β的和不一定為1奖唯,只是為了防止圖像出現(xiàn)過飽和的現(xiàn)象县恕。


    線性公式.png
  • 在以上公式中东羹,f1(x)和f2(x)分別代表兩張圖片的矩陣,α和β表示兩張圖片的權(quán)重忠烛。這里要注意一點就是因為我們要對兩張圖片求和属提,所以它們必須是相同的尺寸和類型

  • 通過函數(shù)addWeighted可以方便地實現(xiàn)生成最終圖像g(x)的功能美尸,如下
    addWeighted(pictureMatA,alpha,pictureMatB,beta,0.0,resultMat);
    該函數(shù)進行了如下的計算冤议,result = alphapictureMatA + betapictureMatB + gama,在以上公式中火惊,gama為0.0求类,該參數(shù)主要起到了一個微調(diào)的作用。

code:

- (void)viewDidLoad {
    [super viewDidLoad];
    CGRect rect = [UIScreen mainScreen].bounds;
    self.imgView.frame = rect;
    
    UIImage *image1 = [UIImage imageNamed:@"dog.jpg"];
    UIImageToMat(image1, PictureMatA);
    
    UIImage *image2 = [UIImage imageNamed:@"dog2.png"];
    UIImageToMat(image2, PictureMatB);
    
    double t = (double)getTickCount();
    blending(PictureMatA, PictureMatB, resultPictureMat);
    
    t = ((double)getTickCount() - t)/getTickFrequency();
    cout<< "--------------cost:" << t <<" seconds-----------------" <<endl;
    
    self.imgView.image = MatToUIImage(resultPictureMat);
        
    // Do any additional setup after loading the view, typically from a nib.
}

void blending (const Mat& pictureA ,const Mat& pictureB, Mat& resultPicture)
{
        float alpha = 0.2f,beta;
        beta = 0.8;
        addWeighted(pictureA, alpha, pictureB, beta, 0.0, resultPicture);
}
dog+dog2.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末屹耐,一起剝皮案震驚了整個濱河市尸疆,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌惶岭,老刑警劉巖寿弱,帶你破解...
    沈念sama閱讀 218,640評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異按灶,居然都是意外死亡症革,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,254評論 3 395
  • 文/潘曉璐 我一進店門鸯旁,熙熙樓的掌柜王于貴愁眉苦臉地迎上來噪矛,“玉大人,你說我怎么就攤上這事铺罢⊥Оぃ” “怎么了?”我有些...
    開封第一講書人閱讀 165,011評論 0 355
  • 文/不壞的土叔 我叫張陵韭赘,是天一觀的道長缩滨。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么脉漏? 我笑而不...
    開封第一講書人閱讀 58,755評論 1 294
  • 正文 為了忘掉前任苞冯,我火速辦了婚禮,結(jié)果婚禮上侧巨,老公的妹妹穿的比我還像新娘舅锄。我一直安慰自己,他們只是感情好刃泡,可當(dāng)我...
    茶點故事閱讀 67,774評論 6 392
  • 文/花漫 我一把揭開白布巧娱。 她就那樣靜靜地躺著,像睡著了一般烘贴。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上撮胧,一...
    開封第一講書人閱讀 51,610評論 1 305
  • 那天桨踪,我揣著相機與錄音,去河邊找鬼芹啥。 笑死锻离,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的墓怀。 我是一名探鬼主播汽纠,決...
    沈念sama閱讀 40,352評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼傀履!你這毒婦竟也來了虱朵?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,257評論 0 276
  • 序言:老撾萬榮一對情侶失蹤钓账,失蹤者是張志新(化名)和其女友劉穎碴犬,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體梆暮,經(jīng)...
    沈念sama閱讀 45,717評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡服协,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,894評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了啦粹。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片偿荷。...
    茶點故事閱讀 40,021評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖唠椭,靈堂內(nèi)的尸體忽然破棺而出跳纳,到底是詐尸還是另有隱情,我是刑警寧澤泪蔫,帶...
    沈念sama閱讀 35,735評論 5 346
  • 正文 年R本政府宣布棒旗,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏铣揉。R本人自食惡果不足惜饶深,卻給世界環(huán)境...
    茶點故事閱讀 41,354評論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望逛拱。 院中可真熱鬧敌厘,春花似錦、人聲如沸朽合。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,936評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽曹步。三九已至宪彩,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間讲婚,已是汗流浹背尿孔。 一陣腳步聲響...
    開封第一講書人閱讀 33,054評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留筹麸,地道東北人活合。 一個月前我還...
    沈念sama閱讀 48,224評論 3 371
  • 正文 我出身青樓,卻偏偏與公主長得像物赶,于是被迫代替她去往敵國和親白指。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,974評論 2 355

推薦閱讀更多精彩內(nèi)容