(OpenCV — 7)ROI 区域图像叠加＆图像混合

1 感兴趣区域： ROI

在图像处理领域，我们常常需要设置感兴趣区域 ( ROI. region of interest) ,来专注或者简化工作过程 。 也就是从图像中选择的一个图像区域，这个区域是图像分析所关注的重点 。 我们圈定这个区域，以便进行进一步处理 。 而且，使用 ROI指定想读入的目标，可以减少处理时间，增加精度，给图像处理来带不小的便利 。

定义 ROI 区域有两种方法 ：

第一种是使用表示矩形区域的 Rect。 它指定矩形的左上角坐标 （ 构造函数的前两个参数）和矩形的长宽（构造函数的后两个参数）以定义一个矩形区域 。

其中， image 为已经载入好的图片 。

//定义一个 Mat 类型并给其设定 ROI 区域
Mat imageROI ;
//方法一
imageROI =image(Rect( 500 , 250 , logo.cols , logo.rows ));

另 一种定义 ROI 的方式是指定感兴趣行或列的范围 ( Range ) 。 Range 是指从起始索引到终止索引（不包括终止索引）的一连段连续序列 。 cRange 可以用来定义 Range 。 如果使用 Range 来定义 ROI, 那么前例中定义 ROI 的代码可以重写为 ：

//方法二
imageROI = image(Range(250 , 250+logoimage.rows) , Range (200 , 200+logoimage.cols )) ;

下面我们来看一个实例，显示如何利用 ROI 将一幅图加到另一幅图的指定位置 。

大家如果需要复制以下函数中的代码直接运行， 可以自已建一个基于 console的程序，然后把函数体中的内容复制到 main 函数中 ，然后找两幅大小合适的附片，加入到工程目录下，并和代码中读取的文件名 一致即可 。

//描述：利用感兴趣区域ROI实现图像叠加
bool  ROI_AddImage()
{

    // 【1】读入图像
    Mat srcImage1= imread("D:\\QT\\project\\opencv_qtcreaor\\image\\dota_pa.jpg");
    Mat logoImage= imread("D:\\QT\\project\\opencv_qtcreaor\\image\\dota_logo.jpg");
    if( !srcImage1.data ) { qDebug()<<"读取srcImage1错误~！ \n"<<endl; return false; }
    if( !logoImage.data ) { qDebug()<<"读取logoImage错误~！ \n"<<endl; return false; }

    // 【2】定义一个Mat类型并给其设定ROI区域
    Mat imageROI= srcImage1(Rect(200,250,logoImage.cols,logoImage.rows));

    // 【3】加载掩模（必须是灰度图）
    Mat mask= imread("dota_logo.jpg",0);

    //【4】将掩膜拷贝到ROI
    logoImage.copyTo(imageROI,mask);

    // 【5】显示结果
    namedWindow("<1>利用ROI实现图像叠加示例窗口");
    imshow("<1>利用ROI实现图像叠加示例窗口",srcImage1);

    return true;
}

这个函数首先是载入了两张 jpg 图片到 srclmage1和 logolmage 中，然后定义了 一个 Mat 类型 的 imageROI , 并使用 Rect 设置其感兴趣区域为 srcimage1中的一块区域 ， 将 imageROI 和 srclmage1关联起来。接着定义了 一个 Mat 类型的 的 mask并读入 dota_ logo.jpg, 顺势使用 Mat: : copyTo 把 mask 中的内容复制到 imageROI中， 于是就得到了最终 的效果图 。 namedWindow 和 imshow 配合使用，显示出最终的结果 。

2 线性混合操作

线性混合操作是一种典型的二元（两个输入）的像素操作，它的理论公式如下 ：

我们通过在范围 0 到 1 之间改变 alpha 值，来对两幅图像 ( f0(x)和 f1(x)) 或两段视频（同样为 f0(x)和 f1(x) ) 产生时间上的画面叠化 ( cross-dissolve ) 效果 ，就像幻灯片放映和电影制作中的那样 ，也就是在幻灯片翻页 时设置的前后页缓慢过渡叠加效果，以及电影情节过渡时经常出现的画面叠加效果。
实现方面 ， 主要运用了 OpeoCV 中 addWeighted 函数 ， 下面来一起全面地 了解它 。

3 计算数组加权和： addWeigbted()函数

void addWeighted(InputArray src1, 
                 double alpha, 
                 InputArray src2,
                 double beta, 
                 double gamma, 
                 OutputArray dst, 
                 int dtype = -1);

• 第一个参数 ， lnputArray 类型的 src1, 表示需要加权的第一个数组 ， 常常填一个 Mat ;
• 第二个参数 ， double 类型的 alpha, 表示第一个数组的权重 ；
• 第三个参数 ， InputArray 类型的 src2, 表示第二个数组 ， 它需要和第一个数组拥有相同的尺寸和通道数 ：
• 第四个参数 ， double 类型的 beta, 表示第二个数组的权重值 ；
• 第五个参数， double 类型的 gamma , 一个加到权重总和上的标量值 。 其含义通过接下来列出的式子自然会理解 ；
• 第六个参数 ， OutputArray 类型的 dst, 输出 的数组 ， 它和输入的两个数组拥有相同的尺寸和通道数 ；
• 第七个参数， int 类型的 dtype, 输出阵列的可选深度 ， 有默认值- I 。当两个输入数组具有相同的深度时 ， 这个参数设笠为 - 1. (默认值） ， 即等同千src1.depth() 。

下面的数学公式表示 ： 用 addWeighted 函数计算 以 下 两个数组 （ src1 和 src2 )

dst = srcl[I] * alpha + src2[I] * beta + gamma;

的加权和 ， 得到结果输出给第四个参数 ，也就是 addWeighted 函数的作用 的矩阵表达式。

其中 l 是多维数组元素的索引值 。 而且 ， 在遇到多通道数组的时候 ， 每个通道都需要独立地进行处理。另外需要注意的是 ， 当输出数组的深度为 CY_32S 时 ，这个函数就不适用了 ， 这时候就会内存溢出或者算出的结果压根不对。理论和函数的讲解就是上面这些 ， 接着我们来看代码实例 ， 以融会贯通 。

//描述：利用cv::addWeighted（）函数实现图像线性混合
bool  LinearBlending()
{
    //【0】定义一些局部变量
    double alphaValue = 0.5;
    double betaValue;
    Mat srcImage2, srcImage3, dstImage;

    // 【1】读取图像 ( 两幅图片需为同样的类型和尺寸 )
    srcImage2 = imread("D:\\QT\\project\\opencv_qtcreaor\\image\\mogu.jpg");
    srcImage3 = imread("D:\\QT\\project\\opencv_qtcreaor\\image\\rain.jpg");

    if( !srcImage2.data ) { qDebug()<<"读取srcImage2错误！ \n"<<endl; return false; }
    if( !srcImage3.data ) { qDebug()<<"读取srcImage3错误！ \n"<<endl; return false; }

    // 【2】进行图像混合加权操作
    betaValue = ( 1.0 - alphaValue );
    addWeighted( srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);

    // 【3】显示原图窗口
    namedWindow("<2>线性混合示例窗口【原图】");
    namedWindow("<3>线性混合示例窗口【效果图】");
    imshow( "<2>线性混合示例窗口【原图】", srcImage2 );
    imshow( "<3>线性混合示例窗口【效果图】", dstImage );

    return true;
}

下面对以上代码进行解析。
( 0 ) 首先当然是定义一 些局部变量、 alpha 值、 beta 值 ， 以及三个 Mat 类型 的变量，在这里我们设置 alpha 值为 0.5 。

//【0】定义一些局部变量
    double alphaValue = 0.5;
    double betaValue;
    Mat srcImage2, srcImage3, dstImage;

( 1 ) 读取两幅图像并作错误处理这步很简单，直接看代码 。

// 【1】读取图像 ( 两幅图片需为同样的类型和尺寸 )
    srcImage2 = imread("mogu.jpg");
    srcImage3 = imread("rain.jpg");

在这里需要注意的是 ， 因为我们是对 srclmage1和 srclmage2 求和，所以它们必须要有相同的尺寸（宽度和高度）和类型，不然多余的部分没有对应的＂伴",肯定会出问题。

( 2 ) 进行图像混合加权操作
载入图像后，我们就可以来生成混合图像，也就是之前公式中的 g(x) 。 为此目的，使用函数 addWeighted 可以很方便地实现。代码其实很简单 ， 就是这样 ：

// 【2】进行图像混合加权操作
    betaValue = ( 1.0 - alphaValue );
    addWeighted( srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);
//其中对应 于 addWeighted 的参数中的 beta 值为 1 -alpha, gamma 值为 0

运行结果：

原图：

效果图：

ROI区域和线性混合

//描述：线性混合实现函数,指定区域线性图像混合.利用cv::addWeighted（）函数结合定义
//感兴趣区域ROI，实现自定义区域的线性混合
bool  ROI_LinearBlending()
{

    //【1】读取图像
    Mat srcImage4= imread("D:\\QT\\project\\opencv_qtcreaor\\image\\dota_pa.jpg",1);
    Mat logoImage= imread("D:\\QT\\project\\opencv_qtcreaor\\image\\image1.jpg");

    if( !srcImage4.data ) { printf("读取srcImage4错误~！ \n"); return false; }
    if( !logoImage.data ) { printf("读取logoImage错误~！ \n"); return false; }

    //【2】定义一个Mat类型并给其设定ROI区域
    Mat imageROI;
    //方法一
    imageROI= srcImage4(Rect(200,250,logoImage.cols,logoImage.rows));
    //方法二
    //imageROI= srcImage4(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));

    //【3】将logo加到原图上
    addWeighted(imageROI,0.5,logoImage,0.3,0.,imageROI);

    //【4】显示结果
    namedWindow("<4>区域线性图像混合示例窗口");
    imshow("<4>区域线性图像混合示例窗口",srcImage4);

    return true;
}

运行结果：

原图：

效果图：