前言
- 本文将介绍使用OpenCV之图像融合
理论
线性混合操作
g(x)=(1−α)f0(x) + αf1(x)，
其中α取值范围0~1之间，f0(x)表示一张图像x位置像素点的颜色数据，f1(x)表示另一张图像x位置像素点的颜色数据
核心思路
1、判断两张图片大小是否一致
2、UIImage转换
3、判断类型是否一致
4、图片叠加处理addWeighted(src, alpha, src2, 1.0-alpha, 0.0, dst)
5、转换为UIImage
代码演示
/* 图片混合，前提条件两张图片必须大小和类型均一致 */
- (UIImage*)kj_opencvBlendImage:(UIImage*)image alpha:(double)alpha{
if (!CGSizeEqualToSize(self.size, image.size)) {
image = [image kj_BitmapChangeImageSize:self.size];
}
cv::Mat src,src2,dst;
UIImageToMat(self,src,true);
UIImageToMat(image,src2,true);
if (src.type() != src2.type()) {
return self;
}
addWeighted(src, alpha, src2, 1.0-alpha, 0.0, dst);
return kMatToUIImage(dst);
}
示例图
系列文章关联
1、如何在 iOS 工程中使用 OpenCV
2、iOS使用OpenCV之调整图片亮度和对比度（一）
3、iOS使用OpenCV之图像融合（二）
4、iOS使用OpenCV之滤波处理（三）
接下来我会慢慢补充Opencv的相关文章，暂时已将常见的图片处理和图片算法封装出来，有需要的朋友可以去pod 'OpencvQueen'
