time：2015年 10月 03日 星期六 12:03:45 CST
# opencv筆記2：圖像ROI
ROI
ROI意思是Region Of Interests,感興趣區域，是一個圖中的一個子區域。
OpenCV中定義的ROI是矩形的。
ROI的用處包括而不限于：提取出ROI區域做進一步處理（比如人臉識別、車牌識別）；將另一張圖片貼放到ROI區域。
這里以第二種用處為例，將一個logo圖像添加到一張大圖上指定的ROI區域。
圖像貼放
粗略想想，包括這四個步驟
- 定義大圖和小圖
- 在大圖上定義ROI區域
- 小圖貼放到ROI區域
- 顯示新的大圖
這里在fedora22下使用dnf(yum)安裝了opencv3.0，如下代碼可以運行良好
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main() {
//【1】定義大圖和小圖
//【2】在大圖上定義ROI區域
//【3】小圖貼放到ROI區域
//【4】顯示新的大圖
//【1】定義大圖和小圖
Mat srcImage = imread("/home/chris/workspace/clion/dota_pa.jpg");
Mat logoImage = imread("/home/chris/workspace/clion/dota_ss.png");
if(!srcImage.data){
cerr << "讀取srcImage錯誤！" << endl;
exit;
}
if(!logoImage.data){
cerr << "讀取logoImage錯誤！" << endl;
exit;
}
//【2】在大圖上定義ROI區域
Mat imageROI = srcImage(Rect(20, 25, logoImage.cols, logoImage.rows));
//【3】小圖貼放到ROI區域
logoImage.copyTo(imageROI);
//【4】顯示新的大圖
imshow("利用ROI實現圖像疊加示例窗口", srcImage);
waitKey(0);
destroyAllWindows();
return 0;
}這里copyTo()函數中只用到一個參數，淺墨的教程上有第二個參數：圖像掩模(mask)，我嘗試了下，發現不用mask也沒關系，mask的定義也不一定要是灰度圖（即imread第二個參數設定為0）。對此，我表示不理解，反正能用就好了。
圖像線性混合
直接把logo圖替換掉ROI區域的做法通常不是很好，如果能把兩者各按一定比例進行混合就顯得更好些，這需要用到圖像混合技術。
圖像線性混合，其實就是不同圖片（這里以兩張圖為例），各自按照一定比例系數進行相加，沒什么神奇的地方:
result = alpha*src1 + beta*src2 + gamma使用函數addWeighted(src1, alpha, src2, beta, gamma, dstImage, dtype=-1)
這里dtype參數，是輸出陣列的可選深度，有默認值-1。;當兩個輸入數組具有相同的深度時，這個參數設置為-1（默認值），即等同于src1.depth（）。
OK，粗略想下線性混合的步驟：
- 定義兩幅圖像
- 定義權重和偏置量等參數
- 按參數做圖像混合
- 顯示結果
上代碼:
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main() {
//【1】定義兩幅圖像
//【2】定義權重和偏置量等參數
//【3】按參數做圖像混合
//【4】顯示結果
//【1】定義兩幅圖像
Mat srcImage1 = imread("/home/chris/workspace/clion/mogu.jpg");
Mat srcImage2 = imread("/home/chris/workspace/clion/rain.jpg");
//【2】定義權重和偏置量等參數
double alpha = 0.5; //第一幅圖的權重
double beta = 1- alpha; //第二幅圖的權重
double gamma = 0.0; //偏置量
//【3】按參數做圖像混合
Mat dstImage; //目標圖像，存放結果
addWeighted(srcImage1, alpha, srcImage2, beta, gamma, dstImage);
//【4】顯示結果
imshow("線性混合結果", dstImage);
waitKey(0);
destroyAllWindows();
return 0;
}好吧，其實這東西很簡單。應用到ROI區域，對應的代碼為：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main() {
//【1】定義兩幅圖像
//【2】定義ROI區域
//【3】定義權重和偏置量等參數
//【4】按參數做圖像混合
//【5】顯示結果
//【1】定義兩幅圖像
Mat srcImage1 = imread("/home/chris/workspace/clion/dota_pa.jpg");
Mat srcImage2 = imread("/home/chris/workspace/clion/dota_ss.png");
//【2】定義ROI區域
Mat imageROI = srcImage1(Rect(20, 25, srcImage2.cols, srcImage2.rows));
//【3】定義權重和偏置量等參數
double alpha = 0.5; //第一幅圖的權重
double beta = 1- alpha; //第二幅圖的權重
double gamma = 0.0; //偏置量
//【4】按參數做圖像混合
addWeighted(imageROI, alpha, srcImage2, beta, gamma, imageROI);
//【5】顯示結果
imshow("線性混合結果", srcImage1);
waitKey(0);
destroyAllWindows();
return 0;
}多通道的分離和混合
既然前面把圖像混合講到了，那么按照通道進行混合也就可以做了！比如要把看起來是白色的logo圖，和指定背景圖上ROI區域混合，并且希望logo圖顯示為紅色。這就需要ROI圖本身為紅色通道，logo圖讀取為灰度圖像（保證都是單通道），然后混合，這之后由于ROI區域就是原圖中的一個通道上的一個區域，原圖像的紅色通道變化了，現在把三個通道重新合并回去，就能夠得到想要的效果圖了。
粗略想下，步驟為：
- 定義義兩幅圖像
- 分離通道
- 在通道圖上定義ROI區域
- 定義權重和偏置量等參數
- 按參數做圖像混合
- 合并通道
- 顯示結果
對應的代碼為：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main() {
//義兩幅圖像
//【2】分離通道
//【3】在通道圖上定義ROI區域
//【4】定義權重和偏置量等參數
//【5】按參數做圖像混合
//【6】合并通道
//【7】顯示結果
//【1】定義兩幅圖像
Mat srcImage = imread("/home/chris/workspace/clion/dota_pa.jpg");
Mat logoImage = imread("/home/chris/workspace/clion/dota_logo.jpg", 0);
//【2】分離通道
vector<Mat> channels;
split(srcImage, channels);
//【3】在通道圖上定義ROI區域
Mat redChannelImage = channels.at(2);
Mat imageROI = redChannelImage(Rect(50, 25, logoImage.cols, logoImage.rows));
//【4】定義權重和偏置量等參數
double alpha = 1.0;
double beta = 0.5;
double gamma = 0.0;
//【5】按參數做圖像混合
addWeighted(imageROI, alpha, logoImage, beta, gamma, imageROI);
//【6】合并通道
merge(channels, srcImage);
//【7】顯示結果
imshow("0通道", srcImage);
waitKey(0);
destroyAllWindows();
return 0;
}文章列表
留言列表
