脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 软件编程 → C 语言 → OpenCV无缝克隆算法

OpenCV实现无缝克隆算法的步骤详解

 更新时间：2022年06月21日 09:31:44   作者：坐望云起  
借助无缝克隆算法，您可以从一张图像中复制一个对象，然后将其粘贴到另一张图像中，从而形成一个看起来无缝且自然的构图。本文将详解OpenCV实现无缝克隆算法的步骤，需要的可以参考一下

一、概述

借助无缝克隆算法，您可以从一张图像中复制一个对象，然后将其粘贴到另一张图像中，从而形成一个看起来无缝且自然的构图。

二、函数原型

给定一个原始彩色图像，可以无缝混合该图像的两个不同颜色版本。

void     cv::colorChange (InputArray src, InputArray mask, OutputArray dst, float red_mul=1.0f, float green_mul=1.0f, float blue_mul=1.0f)
src输入 8 位 3 通道图像
mask输入 8 位 1 或 3 通道图像
dst输出与 src 大小和类型相同的图像
red_mulR 通道倍增因子
green_mulG 通道倍增因子
blue_mulB 通道倍增因子

对选区内部的梯度场应用适当的非线性变换，然后用泊松求解器积分，局部修改图像的表观照明。

void     cv::illuminationChange (InputArray src, InputArray mask, OutputArray dst, float alpha=0.2f, float beta=0.4f)
src输入 8 位 3 通道图像
mask输入 8 位 1 或 3 通道图像
dst输出与 src 大小和类型相同的图像
alpha值范围在 0-2 之间
beta值范围在 0-2 之间

图像编辑任务涉及全局变化（颜色/强度校正、过滤器、变形）或与选择有关的局部变化。 在这里，我们有兴趣以无缝且轻松的方式实现局部更改，这些更改仅限于手动选择的区域 (ROI)。 变化的程度从轻微的扭曲到完全被新颖的内容替代。

void     cv::seamlessClone (InputArray src, InputArray dst, InputArray mask, Point p, OutputArray blend, int flags)
src输入 8 位 3 通道图像
dst输入 8 位 3 通道图像
mask输入 8 位 1 或 3 通道图像
p在 dst 图像中指向放置对象的位置
blend输出与 dst 大小和类型相同的图像
flags可以是 cv::NORMAL_CLONE、cv::MIXED_CLONE 或 cv::MONOCHROME_TRANSFER 的克隆方法

通过仅保留边缘位置的梯度，在与泊松求解器集成之前，可以洗掉所选区域的纹理，使其内容具有平坦的外观。 这里使用 Canny 边缘检测器。

void     cv::textureFlattening (InputArray src, InputArray mask, OutputArray dst, float low_threshold=30, float high_threshold=45, int kernel_size=3)
src输入 8 位 3 通道图像
mask输入 8 位 1 或 3 通道图像
dst输出与 src 大小和类型相同的图像
low_threshold范围从 0 到 100
high_threshold值 > 100
kernel_size要使用的 Sobel 内核的大小

三、OpenCV源码

1、源码路径

opencv\modules\photo\src\seamless_cloning.cpp

2、源码代码

#include "precomp.hpp"
#include "opencv2/photo.hpp"
 
#include "seamless_cloning.hpp"
 
using namespace std;
using namespace cv;
 
static Mat checkMask(InputArray _mask, Size size)
{
    Mat mask = _mask.getMat();
    Mat gray;
    if (mask.channels() > 1)
        cvtColor(mask, gray, COLOR_BGRA2GRAY);
    else
    {
        if (mask.empty())
            gray = Mat(size.height, size.width, CV_8UC1, Scalar(255));
        else
            mask.copyTo(gray);
    }
 
    return gray;
}
 
void cv::seamlessClone(InputArray _src, InputArray _dst, InputArray _mask, Point p, OutputArray _blend, int flags)
{
    CV_INSTRUMENT_REGION();
 
    const Mat src  = _src.getMat();
    const Mat dest = _dst.getMat();
    Mat mask = checkMask(_mask, src.size());
    dest.copyTo(_blend);
    Mat blend = _blend.getMat();
 
    Mat mask_inner = mask(Rect(1, 1, mask.cols - 2, mask.rows - 2));
    copyMakeBorder(mask_inner, mask, 1, 1, 1, 1, BORDER_ISOLATED | BORDER_CONSTANT, Scalar(0));
 
    Rect roi_s = boundingRect(mask);
    if (roi_s.empty()) return;
    Rect roi_d(p.x - roi_s.width / 2, p.y - roi_s.height / 2, roi_s.width, roi_s.height);
 
    Mat destinationROI = dest(roi_d).clone();
 
    Mat sourceROI = Mat::zeros(roi_s.height, roi_s.width, src.type());
    src(roi_s).copyTo(sourceROI,mask(roi_s));
 
    Mat maskROI = mask(roi_s);
    Mat recoveredROI = blend(roi_d);
 
    Cloning obj;
    obj.normalClone(destinationROI,sourceROI,maskROI,recoveredROI,flags);
}
 
void cv::colorChange(InputArray _src, InputArray _mask, OutputArray _dst, float red, float green, float blue)
{
    CV_INSTRUMENT_REGION();
 
    Mat src  = _src.getMat();
    Mat mask = checkMask(_mask, src.size());
    _dst.create(src.size(), src.type());
    Mat blend = _dst.getMat();
 
    Mat cs_mask = Mat::zeros(src.size(), src.type());
    src.copyTo(cs_mask, mask);
 
    Cloning obj;
    obj.localColorChange(src, cs_mask, mask, blend, red, green, blue);
}
 
void cv::illuminationChange(InputArray _src, InputArray _mask, OutputArray _dst, float alpha, float beta)
{
    CV_INSTRUMENT_REGION();
 
    Mat src  = _src.getMat();
    Mat mask = checkMask(_mask, src.size());
    _dst.create(src.size(), src.type());
    Mat blend = _dst.getMat();
 
    Mat cs_mask = Mat::zeros(src.size(), src.type());
    src.copyTo(cs_mask, mask);
 
    Cloning obj;
    obj.illuminationChange(src, cs_mask, mask, blend, alpha, beta);
 
}
 
void cv::textureFlattening(InputArray _src, InputArray _mask, OutputArray _dst,
                           float low_threshold, float high_threshold, int kernel_size)
{
    CV_INSTRUMENT_REGION();
 
    Mat src  = _src.getMat();
    Mat mask = checkMask(_mask, src.size());
    _dst.create(src.size(), src.type());
    Mat blend = _dst.getMat();
 
    Mat cs_mask = Mat::zeros(src.size(), src.type());
    src.copyTo(cs_mask, mask);
 
    Cloning obj;
    obj.textureFlatten(src, cs_mask, mask, low_threshold, high_threshold, kernel_size, blend);
}

四、效果图像示例

以上就是OpenCV实现无缝克隆算法的步骤详解的详细内容，更多关于OpenCV无缝克隆算法的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

相关文章

  • C++ 学习笔记实战写一个简单的线程池示例

    C++ 学习笔记实战写一个简单的线程池示例

    这篇文章主要为大家介绍了C++实现一个简单的线程池学习实战,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-10-10
  • C++内存管理面经

    C++内存管理面经

    这篇文章主要介绍了C++的内存分配方式以及介绍了下栈和堆的区别，感兴趣的小伙伴可以参考阅读本文
    2023-03-03
  • C++设计模式之备忘录模式（Memento）

    C++设计模式之备忘录模式（Memento）

    这篇文章主要为大家详细介绍了C++设计模式之备忘录模式Memento的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-04-04
  • C++ 指针和对象成员访问的区别：`.` 与 `-＞` 的使用小结

    C++ 指针和对象成员访问的区别：`.` 与 `-＞` 的使用小结

    在学习 C++ 时,常常会遇到访问对象成员的两种符号：. 和 ->,这两个符号看似简单,但它们的正确使用却需要理解指针和对象的本质差异,本文介绍C++ 指针和对象成员访问的区别：`.` 与 `-＞` 的使用指南,感兴趣的朋友一起看看吧
    2024-12-12
  • 基于Qt实现Android的图案密码效果

    基于Qt实现Android的图案密码效果

    这篇文章主要为大家详细介绍了如何基于Qt实现Android的图案密码效果,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起了解一下
    2024-12-12
  • C++实现LeetCode(52.N皇后问题之二)

    C++实现LeetCode(52.N皇后问题之二)

    这篇文章主要介绍了C++实现LeetCode(52.N皇后问题之二),本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下
    2021-07-07
  • C语言入门之浅谈数据类型和变量常量

    C语言入门之浅谈数据类型和变量常量

    这篇文章主要为大家介绍了C语言数据类型和变量常量，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
    2022-01-01
  • C语言解线性方程的四种方法

    C语言解线性方程的四种方法

    这篇文章主要介绍了C语言解线性方程的四种方法,大家参考使用，学习线性代数的同学一定能用到
    2013-11-11
  • C++中读写txt文件并分离字符的方法

    C++中读写txt文件并分离字符的方法

    今天小编就为大家分享一篇C++中读写txt文件并分离字符的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-07-07
  • C语言判断回文数的小例子

    C语言判断回文数的小例子

    这篇文章主要介绍了C语言判断回文数的小例子，有需要的朋友可以参考一下
    2014-01-01

最新评论