- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
该函数执行 线性融合（加权平均） 两个图像 img1 和 img2，使用对应的权重图 weights1 和 weights2。
融合公式如下：
r e s u l t ( x , y ) = i m g 1 ( x , y ) ⋅ w e i g h t s 1 ( x , y ) + i m g 2 ( x , y ) ⋅ w e i g h t s 2 ( x , y ) result(x,y)=img1(x,y)⋅weights1(x,y)+img2(x,y)⋅weights2(x,y) result(x,y)=img1(x,y)⋅weights1(x,y)+img2(x,y)⋅weights2(x,y)
每个像素点根据各自的权重进行线性组合。
函数原型
void cv::cuda::blendLinear
(
InputArray img1,
InputArray img2,
InputArray weights1,
InputArray weights2,
OutputArray result,
Stream & stream = Stream::Null()
)
参数
| 参数名 | 说明 |
|---|---|
| img1 | 输入图像 1 第一幅输入图像 |
| img2 | 输入图像 2 第二幅输入图像，必须与 img1 尺寸和类型相同 |
| weights1 | 权重图 1 与 img1 对应的权重图，单通道浮点型（CV_32F） |
| weights2 | 权重图 2 与 img2 对应的权重图，单通道浮点型（CV_32F） |
| result | 输出图像 输出结果，与输入图像大小和类型一致 |
| stream | 流对象 用于异步执行的 CUDA 流。默认为 Stream::Null()，即同步执行 |
代码示例
#include <opencv2/opencv.hpp>
#include <opencv2/cudaimgproc.hpp>
int main() {
// Step 1: 加载两幅图像
cv::Mat img1 = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/stich1.png");
cv::Mat img2 = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/stich2.png");
if (img1.empty() || img2.empty()) {
std::cerr << "Failed to load images!" << std::endl;
return -1;
}
// Step 2: 确保图像尺寸一致
cv::resize(img2, img2, img1.size());
// Step 3: 创建权重图（例如：渐变效果）
cv::Mat weight1(img1.size(), CV_32F, 0.5f); // 全图权重 0.5
cv::Mat weight2 = 1.0f - weight1; // 反向权重图
// Step 4: 上传数据到 GPU
cv::cuda::GpuMat d_img1, d_img2, d_weight1, d_weight2, d_result;
d_img1.upload(img1);
d_img2.upload(img2);
d_weight1.upload(weight1);
d_weight2.upload(weight2);
d_result.create(img1.size(), img1.type());
// Step 5: 执行线性融合
cv::cuda::blendLinear(d_img1, d_img2, d_weight1, d_weight2, d_result);
// Step 6: 下载并显示结果
cv::Mat result;
d_result.download(result);
cv::imshow("Original Image 1", img1);
cv::imshow("Original Image 2", img2);
cv::imshow("Blended Image", result);
cv::waitKey(0);
return 0;
}
运行结果
