初探opencv——对像素进行操作(像素值取反、图片混合)

忘是亡心i 2022-03-31 06:28 230阅读 0赞

## 像素的操作 ##

对像素进行操作，我们自然想到首先要提取像素点，上一篇文章中我们利用了Mat对象的**ptr()函数**可以返回一个指针类型的像素点，但是对指针进行操作似乎总是不和我们的常规，感觉有些危险。。。所以这篇文章主要用到**at()函数**

**关于at()：**  
**at<template>(i,j)** 代表读取某Mat对象的 i 行 j 列像素点，且返回值可变，不牵涉指针操作。  
示例如下：

**1.对图像的像素值进行反差**

这个操作牵涉到图片的色彩空间，如果图片是三维，即rgb色彩空间，那么像素点数据类型不为uchar，而应该是Vec3b或Vec3f。（Vec3b对应 bgr的uchar类型、Vec3f对应 bgr的float类型）

#include <opencv2\opencv.hpp>
    #include <iostream>
    
    using namespace cv;
    using namespace std;
    
    int main(int argc, char** argv) { 
    	Mat src = imread("E:/images/timg.jpg");
    	if (src.empty()) { 
    		cout << "could not be found" << endl;
    		return -1;
    	}
    	namedWindow("output", CV_WINDOW_AUTOSIZE);
    	imshow("output", src);
    	
    	Mat dst;
    	dst.create(src.size(), src.type()); // 用到了上一篇文章中的构造函数
    	int nc = src.channels();
    	cout << nc << endl;
    	
    	// 对src进行反差 即三维色彩空间
    	for (int row = 0; row < height; row++) { 
    		for (int col = 0; col < width; col++) { 
    			if (nc == 1) { 
    				// 对一维色彩空间进行反差
    				int gray = src.at<uchar>(row, col); //获取像素值
    				dst.at<uchar>(row, col) = 255 - gray;
    			}
    			else if (nc == 3) { 
    			// Vec3b对应 bgr的uchar类型
    			// Vec3f对象 bgr的float类型
    
    				int b = src.at<Vec3b>(row, col)[0]; 
    				int g = src.at<Vec3b>(row, col)[1];
    				int r = src.at<Vec3b>(row, col)[2];
    				dst.at<Vec3b>(row, col)[0] = 255 - b;
    				dst.at<Vec3b>(row, col)[1] = 255 - g;
    				dst.at<Vec3b>(row, col)[2] = 255 - r;
    				//dst.at<Vec3b>(row, col)[2] = 255 - r;
    			}
    			
    		}
    	}
    	imshow("output3", dst);
    	Mat m1 = Mat::zeros(src.size(),src.type());
    	// 将CV_8UC1 转换为CV_32F 即从uchar转换为float32
    	src.convertTo(m1, CV_32F);
    	imshow("output4", m1);
    	waitKey(0);
    	return 0;
    }

上面写的两个for循环可不写，因为反差实质为位运算取反，可用一个api搞定。

//一个api搞定
    	bitwise_not(src, dst);  // 反位操作 相当于位运算

**2.两张图片的混合**

这里的混合方法为线性混合运算（带权值）。  
 F ( x , y ) = a l p h a ∗ f ( x , y ) + ( 1 − a l p h a ) ∗ g ( x , y ) F(x,y) = alpha \* f(x, y) + ( 1 - alpha ) \* g(x ,y) F(x,y)=alpha∗f(x,y)\+(1−alpha)∗g(x,y)  
alpha属于0-1，即代表两张图混合时哪张图占的比例更大。f(x, y)、g(x ,y)分别代表src1、src2，即混合运算的两个对象，F(x,y)代表混合后生成的图片。运算对象自然是两个图片的像素值。代码如下：

#include <opencv2\opencv.hpp>
    #include <iostream>
    
    using namespace cv;
    using namespace std;
    // 图片的混合
    int main(int argc, char** argv) { 
    	Mat src1 = imread("E:/images/0.jpg");
    	Mat src2 = imread("E:/images/1.jpg");
    	if (src1.empty() || src2.empty()) { 
    		cout << "could not be found " << endl;
    		return -1;
    	}
    	namedWindow("output01", CV_WINDOW_NORMAL);
    	imshow("output01", src1);
    	namedWindow("output02", CV_WINDOW_NORMAL);
    	imshow("output02", src2);
    	Mat dst = Mat::zeros(src1.size(), src1.type());
    	double alpha = 0.5; // 代表权重
    	if (src1.cols == src2.cols && src1.rows == src2.rows && src1.type() == src2.type()) { 
    		addWeighted(src1, alpha, src2, 1 - alpha, 0.0, dst) ;// 像素相加 线性混合 
    		// multiply(src1, src2, dst, 1.0); // 像素相乘
    		namedWindow("output03", CV_WINDOW_AUTOSIZE);
    		imshow("output03", dst);
    	}
    
    	waitKey(0);
    
    	return 0;
    }