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++浅析函数重载是什么

    C++浅析函数重载是什么

    C++ 允许多个函数拥有相同的名字，只要它们的参数列表不同就可以，这就是函数的重载（Function Overloading），借助重载，一个函数名可以有多种用途
    2022-08-08
  • C++中的多态与多重继承实现与Java的区别

    C++中的多态与多重继承实现与Java的区别

    这篇文章主要介绍了C++中的多态与多重继承实现与Java的区别,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-03-03
  • C/C++浮点数使用的两个注意事项详解

    C/C++浮点数使用的两个注意事项详解

    浮点数都是有符号的,没有 unsigned 浮点数,下面这篇文章主要给大家介绍了关于C/C++浮点数使用的两个注意事项,文中通过图文介绍的非常详细,需要的朋友可以参考下
    2023-02-02
  • 初学C语言基本运算和表达式

    初学C语言基本运算和表达式

    在本文里小编给大家分享的是关于C语言基本运算和表达式的相关知识点，需要的朋友们跟着学习下。
    2019-08-08
  • C++带头双向循环链表超详细解析

    C++带头双向循环链表超详细解析

    带头双向循环链表：结构最复杂，一般用在单独存储数据。实际中使用的链表数据结构，都是带头双向循环链表。另外这个结构虽然结构复杂，但是使用代码实现以后会发现结构会带来很多优势，实现反而简单
    2022-03-03
  • 详解Bucket Sort桶排序算法及C++代码实现示例

    详解Bucket Sort桶排序算法及C++代码实现示例

    桶排序是一种线性排序算法,这里我们来详解Bucket Sort桶排序算法及C++代码实现示例,需要的朋友可以参考下
    2016-07-07
  • 浅谈do {...} while (0) 在宏定义中的作用

    浅谈do {...} while (0) 在宏定义中的作用

    下面小编就为大家带来一篇浅谈do {...} while (0) 在宏定义中的作用。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2016-12-12
  • opencv学习笔记C++绘制灰度直方图

    opencv学习笔记C++绘制灰度直方图

    这篇文章主要为大家介绍了opencv学习笔记C++绘制灰度直方图的实现代码，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
    2022-05-05
  • 如何在C++中通过模板去除强制转换

    如何在C++中通过模板去除强制转换

    本文讲解的是如何在C++中通过模板去除强制转换，在编程工作中应尽量少使用强制类型转换，模板有助于我们实现这一目的,需要的朋友可以参考下
    2015-07-07
  • 深入解析unsigned int 和 int

    深入解析unsigned int 和 int

    以下是对unsigned int和int进行了详细的分析介绍，需要的朋友可以过来参考下
    2013-08-08

最新评论