当前位置: 首页 > news >正文

OpenCV CUDA模块图像处理------图像融合函数blendLinear()

  • 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 0.5cv::Mat weight2 = 1.0f - weight1;             // 反向权重图// Step 4: 上传数据到 GPUcv::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

在这里插入图片描述

相关文章:

  • ChatGPT实战嵌入式开发应用指南与代码演示
  • 2025中国主流大模型全景解析:技术路线、场景实践与生态博弈
  • docker中启动 Python 程序并调用某个模块内的函数的方法
  • centos安装locate(快速查找linux文件)
  • SMART原则讲解
  • docker-compose 方式搭建 Jpom
  • 关于线缆行业设备数据采集异构问题的解决
  • 深度思考:摆脱无效忙碌的核心策略
  • 【Typst】2.Typst标记语法和基础样式
  • 7.5- Loading a pretrained LLM
  • Linux 测试本机与192.168.1.130 主机161/udp端口连通性
  • 数组的常用方法有哪些?
  • vSOME/IP与ETAS DSOME/IP通信的问题解决方案
  • 各个主要目录的功能 / Linux 常见指令
  • python实现基于声音识别的腕带式打鼾干预装置设计与实现
  • 【25.06】FISCOBCOS安装caliper+报错解决
  • 二分查找和二分答案(基础)
  • MATLAB实战:视觉伺服控制实现方案
  • CSS radial-gradient函数详解
  • 金属膜电阻和碳膜电阻
  • 南京网站建站公司/哈尔滨百度关键词优化
  • 济南高新区网站建设/苹果cms播放器
  • 建网站开源代码/关键词整站排名优化
  • 做网站怎样才能接单/微信公众号营销
  • 技术支持 光速东莞网站建设/企业建站 平台
  • 网络游戏名/seo收费标准多少