当前位置：首页 > news >正文

OpenCV图像拼接（6）根据权重图对源图像进行归一化处理函数normalizeUsingWeightMap()

news 来源：原创 2025/5/29 1:50:55

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

cv::detail::normalizeUsingWeightMap 是 OpenCV 中用于图像拼接细节处理的一个函数。它根据权重图对源图像进行归一化处理，通常用于图像拼接或融合过程中，以确保不同图像之间的平滑过渡。

原型

void cv::detail::normalizeUsingWeightMap 	
(
 	InputArray  	weight,
	InputOutputArray  	src 
)

参数

InputArray weight
类型: 输入数组（通常是 Mat 类型）
描述: 权重图，它定义了源图像中每个像素的重要性或贡献度。权重图通常是一个单通道浮点类型的图像 (CV_32FC1)，其尺寸与 src 相同。在这个图像中，较高的值表示对应的像素在最终合成图像中有更高的重要性或优先级。权重图可以通过多种方式生成，例如使用 cv::detail::createWeightMap 函数。
InputOutputArray src
类型: 输入输出数组（通常是 Mat 类型）
描述: 需要根据权重图进行归一化处理的源图像。在调用此函数之前，src 应该具有特定的数据类型，即三通道16位短整型 (CV_16SC3)，如错误信息所指出。这个图像将根据提供的权重图进行调整，以实现不同图像间的平滑过渡。处理后的图像会直接修改原 src 图像数据。

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/stitching/detail/blenders.hpp>  // 包含正确的头文件

using namespace cv;
using namespace cv::detail;

int main()
{
    // 加载或创建你的源图像 src 和权重图 weight
    Mat src = imread( "/media/dingxin/data/study/OpenCV/sources/images/stich1.png", IMREAD_COLOR );  // 使用适当标志加载图片
    if ( src.empty() )
    {
        std::cerr << "无法加载图像，请检查路径！\n";
        return -1;
    }

    // 将 src 转换为 CV_16SC3 类型
    src.convertTo( src, CV_16SC3 );

    // 创建一个与 src 同尺寸的单通道浮点型Mat对象作为权重图
    Mat weight = Mat( src.size(), CV_32FC1 );
    // 初始化 weight 的具体数值应基于实际应用情况来填充
    // 这里为了示例，简单地将其中心区域设置为1，其他地方为0
    circle( weight, Point( src.cols / 2, src.rows / 2 ), min( src.cols, src.rows ) / 4, Scalar( 1 ), -1 );

    try
    {
        // 对源图像根据权重图进行归一化
        normalizeUsingWeightMap( weight, src );
    }
    catch ( const cv::Exception& ex )
    {
        std::cerr << "OpenCV Exception: " << ex.what() << std::endl;
        return -1;
    }

    // 显示结果
    convertScaleAbs( src, src );  // 将处理后的图像转换回可显示的格式
    imshow( "Normalized Image", src );
    waitKey( 0 );  // 等待按键以关闭窗口

    return 0;
}