C++之OpenCV入門到提高006：影像混合

一、介紹
　　　　今天是這個系列《C++之 Opencv 入門到提高》的第六篇文章。這篇文章也不難，介紹如何影像的混合操作。影像本質上也是資料，既然是資料，我們就可以針對兩張或者多張圖片進行加、減、乘、除的操作，這些操作太生硬了，這種混和並不是我們想要的，針對混合有專門的介面實現，我們可以對比一下之間的差異。這都是基礎，為以後的學習做好鋪墊。雖然操作很簡單，但是背後有很多東西需要我們深究，才能做到知其然知其所以然。OpenCV 具體的簡介內容，我就不多說了，網上很多，大家可以自行腦補。
　　　　OpenCV 的官網地址：https://opencv.org/，元件下載地址：https://opencv.org/releases/。
　　　　OpenCV 官網學習網站：https://docs.opencv.ac.cn/4.10.0/index.html

　　　　我需要進行說明，以防大家不清楚，具體情況我已經羅列出來。
　　　　　　　　作業系統：Windows Professional 10（64位）
　　　　　　　　開發元件：OpenCV – 4.10.0
　　　　　　　　開發工具：Microsoft Visual Studio Community 2022 (64 位) - Current版本 17.8.3
　　　　　　　　開發語言：C++（VC16）

二、知識學習
　　　　介面很簡單，不用多說，仔細研究一下原理更有用。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace std;
using namespace cv;

/// <summary>
/// 影像混合
/// 1、理論介紹
/// 2、相關API（addWeighted）
/// </summary>
/// <returns></returns>
int main6()
{
    //1、理論介紹
    //線性混合操作：g(x)=(1-a)f0(x)+af1(x)    其中 a 的取值範圍 0-1 之間。
    // f0(x) 表示第一幅輸入影像，f1(x) 表示第二幅輸入影像，a 表示權重，表示第一幅圖佔的權重，或者是第二幅圖佔的權重，g(x)表示生成後的影像。
    // Mat 影像是一個二維矩陣，就是具有行和列的資料陣列，如果我們針對兩張圖片的每個畫素點進行上述操作，最後就會得到混合後的影像。

    //2、void addWeighted(InputArray src1, double alpha, InputArray src2,double beta, double gamma, OutputArray dst, int dtype = -1)
    /*
        函式 addWeighted 計算兩個陣列的加權和，如下所示:
    \f[\texttt{ dst } (I) = \texttt{ saturate } (\texttt{ src1 } (I) * \texttt{ alpha } + \texttt{ src2 } (I) * \texttt{ beta } + \texttt{ gamma })\f]
        其中 I 是陣列元素的多維索引。對於多通道陣列，每個通道都是獨立處理的。
        該函式可以替換為矩陣表示式：dst = src1*alpha + src2*beta + gamma;

            @note Saturation is not applied when the output array has the depth CV_32S.You may even get
            result of an incorrect sign in the case of overflow.
            @param src1 第一張輸入的影像陣列.
            @param alpha 第一張輸入影像的 alpha 值.
            @param src2 第二個輸入影像陣列的大小和通道號與 src1 相同。
            @param beta 第二個輸入影像的 alpha 權重。
            @param gamma 新增到每個 sum 的標量。
            @param dst 輸出影像陣列，該陣列具有與 Input 影像陣列相同的大小和通道數.
            @param dtype 輸出影像的可選深度：當兩個輸入影像具有相同的深度時，可以將 dtype 設定為-1,這相當於src1.depth()。
            @sa  add, subtract, scaleAdd, Mat::convertTo
            */


    //注意：影像大小和型別必須一致。
    Mat src1,src2;
    src1 = imread("D:\\360MoveData\\Users\\Administrator\\Desktop\\TestImage\\guanyu.jpg",IMREAD_COLOR);
    src2 = imread("D:\\360MoveData\\Users\\Administrator\\Desktop\\TestImage\\guanyu2.jpg", IMREAD_COLOR);
    if (src1.empty())
    {
        cout << "影像1載入失敗！！！" << endl;
        return -1;
    }
    if (!src2.data)
    {
        cout << "影像2載入失敗！！！" << endl;
        return -1;
    }

    if (src1.rows == src2.rows && src1.cols == src2.cols && src1.type() == src2.type())
    {
        Mat dst = Mat::zeros(src1.size(),src1.type());
        double alpha = 0.1;
        addWeighted(src1, alpha, src2, (1 - alpha), 0, dst);
        //add(src1, src2, dst);
        //multiply(src1, src2, dst);

        imshow("原圖1", src1);
        imshow("原圖2", src2);
        namedWindow("混合視窗", WINDOW_AUTOSIZE);
        imshow("混合視窗", dst);
    }
    else
    {
        cout << "影像1和影像2不同！！！" << endl;
    }

    waitKey(0);

    return 0;
}

　　　　影像混合的效果：

　　　　　　　　原圖1：
　　　　　　　　

　　　　　　　　原圖2：
　　　　　　　　

　　　　　　　　混合圖：

　　　　　　　　

　　　　　　　　仔細看背景，是有另外一張圖的。

　　　　影像相加的效果：

　　　　　　　　

　　　　影像相乘的效果：

　　　　　　　　

　　　　　　沒法看了，太亮了，相乘的結果就是接近255最大值，也就是接近白色了。

三、總結
　　　　這是 C++ 使用 OpenCV 的第六篇文章，其實也沒那麼難，感覺是不是還是很好入門的，那就繼續。初見成效，繼續努力。皇天不負有心人，不忘初心，繼續努力，做自己喜歡做的，開心就好。