当前位置：首页 > news >正文

OpenCV 图形API（5）API参考：数学运算用于执行图像或矩阵加法操作的函数add()

news 来源：原创 2025/6/8 22:21:11

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

计算两个矩阵的每个元素的和。

add 函数计算两个相同大小和相同通道数的矩阵之和：
$\texttt{dst}(I) = \texttt{saturate} ( \texttt{src1}(I) + \texttt{src2}(I)) \quad \texttt{if mask}(I) \ne0$
该功能可以用矩阵表达式替换：
$\texttt{dst} = \texttt{src1} + \texttt{src2}$

输入矩阵和输出矩阵可以具有相同的或不同的深度。例如，您可以将一个16位无符号矩阵与一个8位有符号矩阵相加，并将结果存储为32位浮点矩阵。输出矩阵的深度由 ddepth 参数决定。如果 src1.depth() == src2.depth()，ddepth 可以设置为默认值 -1。在这种情况下，输出矩阵将具有与输入矩阵相同的深度。

支持的矩阵数据类型包括：CV_8UC1, CV_8UC3, CV_16UC1, CV_16SC1, CV_32FC1。

注意：
函数的文本ID是 “org.opencv.core.math.add”

函数原型

GMat cv::gapi::addC 	
(
 	const GMat &  	src1,
	const GScalar &  	c,
	int  	ddepth = -1 
)

参数

参数src1：第一个输入矩阵。
参数src2：第二个输入矩阵。
参数ddepth：输出矩阵的可选深度。

代码示例

#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>  // 包含G-API核心功能
#include <opencv2/opencv.hpp>

int main()
{
    // 读取两个输入图像
    cv::Mat img1 = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich1.png", cv::IMREAD_COLOR );
    cv::Mat img2 = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/stich2.png", cv::IMREAD_COLOR );

    if ( img1.empty() || img2.empty() )
    {
        std::cerr << "无法加载图像，请检查路径。" << std::endl;
        return -1;
    }

    cv::resize( img2, img2, img1.size() );

    // 确保两幅图像具有相同的尺寸
    if ( img1.size() != img2.size() )
    {
        std::cerr << "两幅图像的尺寸必须相同。" << std::endl;
        return -1;
    }

    // 定义G-API图中的输入和输出
    cv::GMat in1, in2;
    auto out = cv::gapi::add( in1, in2 );  // 使用默认深度

    // 创建一个计算图
    cv::GComputation add_graph( cv::GIn( in1, in2 ), cv::GOut( out ) );

    // 输出矩阵
    cv::Mat result;

    // 编译并执行计算图
    add_graph.apply( img1, img2, result, cv::GCompileArgs() );

    // 显示结果
    cv::imshow( "Result", result );
   
    // 如果需要指定不同的输出深度，可以这样做：
    int ddepth           = CV_32F;  // 指定为32位浮点数
    auto out_with_ddepth = cv::gapi::add( in1, in2, ddepth );

    // 创建另一个计算图
    cv::GComputation add_graph_with_ddepth( cv::GIn( in1, in2 ), cv::GOut( out_with_ddepth ) );

    // 输出矩阵（这次是浮点型）
    cv::Mat result_float;

    // 编译并执行计算图
    add_graph_with_ddepth.apply( img1, img2, result_float, cv::GCompileArgs() );

    // 转换回8位图像以便显示
    cv::Mat result_converted;
    result_float.convertTo( result_converted, CV_8U );

    cv::imshow( "图像1", img1 );
    cv::imshow( "图像2", img2 );
    cv::imshow( "Result with specified depth", result_converted );
    cv::waitKey( 0 );

    return 0;
}