OpenCV开发笔记（八十二）：两图拼接使用渐进色蒙版场景过渡缝隙

news/2024/11/14 12:53:09/文章来源:https://www.cnblogs.com/qq21497936/p/18545756

前言

  对于图像拼接，前面探讨了通过基于Stitcher进行拼接过渡和基于特征点进行拼接过渡，这2个过渡的方式是摄像头拍摄角度和方向不应差距太大。
  对于特定的场景，本身摄像头拍摄角度差距较大，拉伸变换后也难做到完美的缝隙拼接，这个时候使用渐近过渡反倒是最好的。

 

Demo

  单独蒙版
   在这里插入图片描述

  在这里插入图片描述

  在这里插入图片描述

  在这里插入图片描述

  蒙版过渡，这里只是根据图来，其实可对每个像素对于第一张图为系数k，而第二张为255-k，实现渐近过渡。
  在这里插入图片描述

  在这里插入图片描述

  在这里插入图片描述

  在这里插入图片描述

  直接使用第一张蒙版优化
  在这里插入图片描述

  在这里插入图片描述

  在这里插入图片描述

 

准本蒙版

  蒙版可以混合，也可以分开，为了让读者更好的深入理解原理，这里都使用：
  找个工具，造单色渐进色，红色蒙版，只是r通道，bga都为0
  在这里插入图片描述

  （注意：使用rgba四通道）
  在这里插入图片描述

  （上面这张图，加了边框，导致了“入坑二”打印像素值不对）
  在这里插入图片描述

  由于工具渐进色无法叠层，这个工具无法实现rgba不同向渐进色再一张图（横向、纵向、斜向），更改了方式，每个使用一张图：
  为了方便，不管a通道了，直接a为100%（255）。
  在这里插入图片描述

  再弄另外一个通道的：
  在这里插入图片描述

  在这里使用工具就只能单独一张了：
  在这里插入图片描述

 

一个蒙版图的过渡实例

步骤一：打开图片和蒙版

  在这里插入图片描述

   cv::Mat matLeft = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/29.jpg");cv::Mat matRight = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/30.jpg");cv::Mat matMask1 = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/37.png", cv::IMREAD_UNCHANGED);cv::Mat matMask2 = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/38.png", cv::IMREAD_UNCHANGED);cv::Mat matMask3 = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/39.png", cv::IMREAD_UNCHANGED);cv::Mat matMask4 = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/40.png", cv::IMREAD_UNCHANGED);

步骤二：将蒙版变成和原图一样大小

  在这里插入图片描述

    cv::resize(matLeft, matLeft, cv::Size(0, 0), 0.5, 0.5);cv::resize(matRight, matRight, cv::Size(0, 0), 0.5, 0.5);cv::resize(matMask1, matMask1, cv::Size(matLeft.cols, matLeft.rows));cv::resize(matMask2, matMask2, cv::Size(matLeft.cols, matLeft.rows));cv::resize(matMask3, matMask3, cv::Size(matLeft.cols, matLeft.rows));cv::resize(matMask4, matMask4, cv::Size(matLeft.cols, matLeft.rows));

步骤三：底图

  由于两张图虽然是同样大小，但是其不是按照整体拼接后的大小，所以需要假设一个拼接后的大小的底图。
  在这里插入图片描述

    // 底图，扩大500横向，方便移动cv::Mat matResult = cv::Mat(matLeft.rows, matLeft.cols + 500, CV_8UC3);

步骤四：原图融合

  在这里插入图片描述

        // 副本，每次都要重新清空来调整cv::Mat matResult2 = matResult.clone();
#if 1// 第一张图，直接比例赋值，因为底图为0for(int row = 0; row < matLeft.rows; row++){for(int col = 0; col < matLeft.cols; col++){double r = matMask1.at<cv::Vec4b>(row, col)[2] / 255.0f;
//                double r = matMask2.at<cv::Vec4b>(row, col)[1] / 255.0f;
//                double r = matMask3.at<cv::Vec4b>(row, col)[0] / 255.0f;
//                double r = matMask4.at<cv::Vec4b>(row, col)[0] / 255.0f;matResult2.at<cv::Vec3b>(row, col)[0] = (matLeft.at<cv::Vec3b>(row, col)[0] * r);matResult2.at<cv::Vec3b>(row, col)[1] = (matLeft.at<cv::Vec3b>(row, col)[1] * r);matResult2.at<cv::Vec3b>(row, col)[2] = (uchar)(matLeft.at<cv::Vec3b>(row, col)[2] * r);}}
#endif

步骤五：另外一张图的融合

  在这里插入图片描述

#if 1// 第二张图，加法，因为底图为原图了for(int row = 0; row < matRight.rows; row++){for(int col = 0; col < matRight.cols; col++){double g = matMask2.at<cv::Vec4b>(row, col)[1] / 255.0f;// 偏移了x坐标matResult2.at<cv::Vec3b>(row, col + x)[0] += matRight.at<cv::Vec3b>(row, col)[0] * g;matResult2.at<cv::Vec3b>(row, col + x)[1] += matRight.at<cv::Vec3b>(row, col)[1] * g;matResult2.at<cv::Vec3b>(row, col + x)[2] += matRight.at<cv::Vec3b>(row, col)[2] * g;}}
#endif

步骤六（与步骤五互斥）：优化的融合

  在这里插入图片描述

#if 1// 第二张图，加法，因为底图为原图了（优化）for(int row = 0; row < matRight.rows; row++){for(int col = 0; col < matRight.cols; col++){double r2;if(x + col <= matLeft.cols){r2 = (255 - matMask1.at<cv::Vec4b>(row, col + x)[2]) / 255.0f;}else{r2 = 1.0f;}// 偏移了x坐标matResult2.at<cv::Vec3b>(row, col + x)[0] += matRight.at<cv::Vec3b>(row, col)[0] * r2;matResult2.at<cv::Vec3b>(row, col + x)[1] += matRight.at<cv::Vec3b>(row, col)[1] * r2;matResult2.at<cv::Vec3b>(row, col + x)[2] += matRight.at<cv::Vec3b>(row, col)[2] * r2;}}
#endif
 

函数原型

  手码的像素算法，没有什么高级函数。

 

Demo源码

void OpenCVManager::testMaskSplicing()
{cv::Mat matLeft = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/29.jpg");cv::Mat matRight = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/30.jpg");cv::Mat matMask1 = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/37.png", cv::IMREAD_UNCHANGED);cv::Mat matMask2 = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/38.png", cv::IMREAD_UNCHANGED);cv::Mat matMask3 = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/39.png", cv::IMREAD_UNCHANGED);cv::Mat matMask4 = cv::imread("D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/40.png", cv::IMREAD_UNCHANGED);#if 0// 打印通道数和数据类型// ..\openCVDemo\modules\openCVManager\OpenCVManager.cpp 9166 "2024-10-31 20:07:42:619" 4 24 24LOG << matMask.channels() << matMask.type() << CV_8UC4; // 4 24// 打印mask蒙版行像素，隔一定行数打一次for(int row = 0; row < matMask.rows; row += 10){for(int col = 100; col < matMask.cols; col++){int r = matMask.at<cv::Vec4b>(row, col)[2];int g = matMask.at<cv::Vec4b>(row, col)[1];int b = matMask.at<cv::Vec4b>(row, col)[0];int a = matMask.at<cv::Vec4b>(row, col)[3];LOG << "row:" << row << ", col:" << col << "r(rgba):" << r << g << b << a;break;}}
#endif// 图片较大，缩为原来的0.5倍cv::resize(matLeft, matLeft, cv::Size(0, 0), 0.5, 0.5);cv::resize(matRight, matRight, cv::Size(0, 0), 0.5, 0.5);cv::resize(matMask1, matMask1, cv::Size(matLeft.cols, matLeft.rows));cv::resize(matMask2, matMask2, cv::Size(matLeft.cols, matLeft.rows));cv::resize(matMask3, matMask3, cv::Size(matLeft.cols, matLeft.rows));cv::resize(matMask4, matMask4, cv::Size(matLeft.cols, matLeft.rows));// 底图，扩大500横向，方便移动cv::Mat matResult = cv::Mat(matLeft.rows, matLeft.cols + 500, CV_8UC3);// 第一张图int key = 0;int x = 0;while(true){// 副本，每次都要重新清空来调整cv::Mat matResult2 = matResult.clone();
#if 1// 第一张图，直接比例赋值，因为底图为0for(int row = 0; row < matLeft.rows; row++){for(int col = 0; col < matLeft.cols; col++){double r = matMask1.at<cv::Vec4b>(row, col)[2] / 255.0f;
//                double r = matMask2.at<cv::Vec4b>(row, col)[1] / 255.0f;
//                double r = matMask3.at<cv::Vec4b>(row, col)[0] / 255.0f;
//                double r = matMask4.at<cv::Vec4b>(row, col)[0] / 255.0f;matResult2.at<cv::Vec3b>(row, col)[0] = (matLeft.at<cv::Vec3b>(row, col)[0] * r);matResult2.at<cv::Vec3b>(row, col)[1] = (matLeft.at<cv::Vec3b>(row, col)[1] * r);matResult2.at<cv::Vec3b>(row, col)[2] = (uchar)(matLeft.at<cv::Vec3b>(row, col)[2] * r);}}
#endif
#if 0// 第二张图，加法，因为底图为原图了for(int row = 0; row < matRight.rows; row++){for(int col = 0; col < matRight.cols; col++){double g = matMask2.at<cv::Vec4b>(row, col)[1] / 255.0f;// 偏移了x坐标matResult2.at<cv::Vec3b>(row, col + x)[0] += matRight.at<cv::Vec3b>(row, col)[0] * g;matResult2.at<cv::Vec3b>(row, col + x)[1] += matRight.at<cv::Vec3b>(row, col)[1] * g;matResult2.at<cv::Vec3b>(row, col + x)[2] += matRight.at<cv::Vec3b>(row, col)[2] * g;}}
#endif
#if 1// 第二张图，加法，因为底图为原图了（优化）for(int row = 0; row < matRight.rows; row++){for(int col = 0; col < matRight.cols; col++){double r2;if(x + col <= matLeft.cols){r2 = (255 - matMask1.at<cv::Vec4b>(row, col + x)[2]) / 255.0f;}else{r2 = 1.0f;}// 偏移了x坐标matResult2.at<cv::Vec3b>(row, col + x)[0] += matRight.at<cv::Vec3b>(row, col)[0] * r2;matResult2.at<cv::Vec3b>(row, col + x)[1] += matRight.at<cv::Vec3b>(row, col)[1] * r2;matResult2.at<cv::Vec3b>(row, col + x)[2] += matRight.at<cv::Vec3b>(row, col)[2] * r2;}}
#endif//        cv::imshow("matMask1", matMask1);
//        cv::imshow("matLeft", matLeft);cv::imshow("matResult2", matResult2);key = cv::waitKey(0);if(key == 'a'){x--;if(x < 0){x = 0;}}else if(key == 'd'){x++;if(x + matRight.cols > matResult2.cols){x = matResult2.cols - matRight.cols;}}else if(key == 'q'){break;}}
}
 

工程模板v1.72.0

  在这里插入图片描述

 

入坑

入坑一：读取通道rgba失败

问题：读取通道rgba失败

  在这里插入图片描述

原因

  是uchar，转换成byte，而不是int
  在这里插入图片描述

解决

  在这里插入图片描述

  在这里插入图片描述

入坑二：读取通道一直是0，0，0，255

问题

  读取通道一直是0，0，0，255。
  在这里插入图片描述

原因

  弄了张图，还是255，然后发现是为了截图更清楚，弄了个边框，而我们打印正好是打印了0位置。
  在这里插入图片描述

  在这里插入图片描述

解决

  最终是要去掉边框，没边框就是空看不出，如下图：
  在这里插入图片描述

  在这里插入图片描述

入坑三：过渡有黑线赋值不对

问题

  直接位置赋值，出现条纹
  在这里插入图片描述

  在这里插入图片描述

原因

  类型是vec4b
  在这里插入图片描述

解决

  在这里插入图片描述

  在这里插入图片描述

入坑四：原图融合比例有黑线

问题

  在这里插入图片描述

原因

  跟上面一样，mask蒙版是rgba的，需要vec4b
  在这里插入图片描述

解决

  在这里插入图片描述

  在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/833373.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【SageMath 9.3软件下载与安装教程】

【SageMath 9.3软件下载与安装教程】

1、安装包 SageMath 9.3: 链接：https://pan.quark.cn/s/e747450b98e1 提取码：vaMJ 2、安装教程(建议关闭杀毒软件) 1) 双击解压安装包安装，弹窗安装对话框2) 点击下一步3) 选择I accept，点击下一步4) 默认，点击下一步5) 默认文件夹，点…
阅读更多...
【日记】感觉身体像僵尸（438 字）

【日记】感觉身体像僵尸（438 字）

正文不让人动真的是一种酷刑。今天实在受不了，在地上试了一下 Kick Out，结果发现还是老样子。可能稍微好了一点？说实话我不太能感受到。这已经休息了整整两周了，折磨得我死去活来。什么时候才能跳舞啊…… 我这膝盖还能不能好了……昨天应酬吃的东西感觉有问题。今天跑肚子…
阅读更多...
第 4 篇 Scrum 冲刺博客

第 4 篇 Scrum 冲刺博客

团队作业4——第 4 篇 Scrum 冲刺博客 作业要求这个作业属于哪个课程 https://edu.cnblogs.com/campus/gdgy/CSGrade22-34这个作业要求在哪里 https://edu.cnblogs.com/campus/gdgy/CSGrade22-34/homework/13234这个作业的目标 团队集体协作完成项目开发队名 雄狮般的男人站立式…
阅读更多...
鸿蒙Navigation知识点详解

鸿蒙Navigation知识点详解

Navigation是路由导航的根视图容器，一般作为页面（@Entry）的根容器，包括单栏（Stack）、分栏（Split）和自适应（Auto）三种显示模式。Navigation组件适用于模块内和跨模块的路由切换，通过组件级路由能力实现更加自然流畅的转场体验，并提供多种标题栏样式来呈现更好的标题…
阅读更多...
weblogic历史漏洞

weblogic历史漏洞

weblogic历史漏洞 是什么？weblogic是一个web服务器应用（中间件），和jboss一样都是javaee中间件，只能识别java语言，绝大部分漏洞都是T3反序列化漏洞常见的中间件还有：Apache，nginx，IIS，tomact，weblogic，jboss等 默认端口：7001 Web界面：Error 404 -- Not Found 控制…
阅读更多...
Z-Library 入口官方国内最新可用网址（2024持续更新）

Z-Library 入口官方国内最新可用网址（2024持续更新）

Z-Library（简称 Z-Lib，前身为 BookFinder ）是全球最大的电子图书馆之一，拥有1046万本书和8484万篇文章。Z-Library从2009年开始提供免费的电子书，至今遭遇了多次封锁，从2024年5月份也停止了国内的任何宣传渠道。所以便出现了很多Z-Library虚假域名（钓鱼网站），本文持续…
阅读更多...
OVB

OVB

Homura 还在熟睡。 Madoka \(\text{[数据删除]}\)。“Homura 酱，快起床了。” “你看你看，这个是什么。” Madoka 指了指 Homura 的脖子下面。 Homura 醒了。 Madoka 指着的地方有一些黑黑的东西。 “看看这里写的什么，我 是 b a k a。” “啊啊啊啊啊，Madoka，你在干什么啊…
阅读更多...
代码随想录算法训练营 | 200.岛屿的数量

代码随想录算法训练营 | 200.岛屿的数量

岛屿的数量题目链接：https://leetcode.cn/problems/number-of-islands/此题目要点：dfs和bfs都可以解决此题，但是使用dfs代码会更加的简洁首先对grid进行遍历，每一个节点都进行检查，判断是否是1（陆地） 如果是，则进行dfs深搜，并将所有搜到的岛屿节点全置为0，表示此块岛…
阅读更多...
5倍提升工作效率，智能合同审查开源系统助力律师行业智能化

5倍提升工作效率，智能合同审查开源系统助力律师行业智能化

一、系统概述 在法律行业，律师和法务人员每天需要处理大量的法律文件和复杂的案件信息。然而，手工分析和关联文档信息既耗时，又容易导致遗漏和错误。为此，我们推出了一款专为法律行业打造的开源免费软件，利用关系抽取算法和深度学习技术，支持自动识别底稿文档中的当事人、…
阅读更多...
神经网络架构参考：2-2 卷积篇

神经网络架构参考：2-2 卷积篇

densenet 结构层名称 类型 输入大小 (H x W x C) 输出大小 (H x W x C) 核尺寸 步长 参数数量Initial Conv Conv2D 224 x 224 x 3 112 x 112 x 64 7 x 7 2 9,408Max Pooling MaxPool2D 112 x 112 x 64 56 x 56 x 64 3 x 3 2 0Dense Block 1 Composite 56 x 56 x 64 56 x 56 x 2…
阅读更多...
数据库字段设置非空， phalcon创建数据验证不通过

数据库字段设置非空， phalcon创建数据验证不通过

在使用phalcon的insert和update功能时，因为数据库所有的字段设置的都是NOT NULL，而phalcon的model在插入或更新之前会自动判断字段是否需要必填，因此导致有空字段时无法存入。 开始遇到这问题时，想到两种解决方法： 一、改数据库字段，把NOT NULL改为可以为空。但该数据库还…
阅读更多...
2024年11月中国数据库排行榜：OB连续四月居榜首，腾讯云TDSQL升第九

2024年11月中国数据库排行榜：OB连续四月居榜首，腾讯云TDSQL升第九

11月墨天轮排行榜解读新鲜出炉！榜单前五稳中求进，OceanBase连续四月居榜首，第六至十位竞争加剧，此外亦有部分产品焕发活力，一起来看更多排名情况与解读！11月墨天轮社区的中国数据库流行度排行榜已更新，本期共有226个数据库产品参与，相较于年初的292个数据库，产品阵容已…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023