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
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
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。
直接使用第一张蒙版优化
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
（注意：使用rgba四通道）
（上面这张图，加了边框，导致了“入坑二”打印像素值不对）
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）。
再弄另外一个通道的：
在这里使用工具就只能单独一张了：
一个蒙版图的过渡实例
步骤一：打开图片和蒙版
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
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。
// 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
// 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0 for(int row = 0; row < matLeft.rows; row++) { for(int col = 0; col < matLeft.cols; col++) { double r = matMask1.at<cv::Vec4b>(row, col) / 255.0f;// double r = matMask2.at<cv::Vec4b>(row, col) / 255.0f;// double r = matMask3.at<cv::Vec4b>(row, col) / 255.0f;// double r = matMask4.at<cv::Vec4b>(row, col) / 255.0f; matResult2.at<cv::Vec3b>(row, col) = (matLeft.at<cv::Vec3b>(row, col) * r); matResult2.at<cv::Vec3b>(row, col) = (matLeft.at<cv::Vec3b>(row, col) * r); matResult2.at<cv::Vec3b>(row, col) = (uchar)(matLeft.at<cv::Vec3b>(row, col) * r); } }#endif
步骤五：另外一张图的融合
#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) / 255.0f; // 偏移了x坐标 matResult2.at<cv::Vec3b>(row, col + x) += matRight.at<cv::Vec3b>(row, col) * g; matResult2.at<cv::Vec3b>(row, col + x) += matRight.at<cv::Vec3b>(row, col) * g; matResult2.at<cv::Vec3b>(row, col + x) += matRight.at<cv::Vec3b>(row, col) * g; } }#endif
步骤六（与步骤五互斥）：优化的融合
#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)) / 255.0f; }else{ r2 = 1.0f; } // 偏移了x坐标 matResult2.at<cv::Vec3b>(row, col + x) += matRight.at<cv::Vec3b>(row, col) * r2; matResult2.at<cv::Vec3b>(row, col + x) += matRight.at<cv::Vec3b>(row, col) * r2; matResult2.at<cv::Vec3b>(row, col + x) += matRight.at<cv::Vec3b>(row, col) * 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 24 LOG << 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); int g = matMask.at<cv::Vec4b>(row, col); int b = matMask.at<cv::Vec4b>(row, col); int a = matMask.at<cv::Vec4b>(row, col); 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
页:
[1]