OpenCV 学习（图像的基本运算）
最后更新于：2022-04-01 11:25:28
## OpenCV 学习（图像的基本运算）
图像的基本运算有很多种，比如两幅图像可以相加、相减、甚至可以相乘、相除。图像可以放大、缩小、旋转，还可以截取中间的一副子图，各个颜色通道还可以分别提取。总之，对于图像可以进行的基本运算非常的多，这里不可能全部都写出来，只是挑了些特别常用的简单的写写。
### 图像间的加减乘除
OpenCV 中提供了如下的一些函数，用来进行图像的加减乘除。
~~~
void add(InputArray src1, InputArray src2, OutputArray dst,
InputArray mask=noArray(), int dtype=-1);
void subtract(InputArray src1, InputArray src2, OutputArray dst,
InputArray mask=noArray(), int dtype=-1);
void multiply(InputArray src1, InputArray src2,
OutputArray dst, double scale=1, int dtype=-1);
void divide(InputArray src1, InputArray src2, OutputArray dst,
double scale=1, int dtype=-1);
void divide(double scale, InputArray src2,
OutputArray dst, int dtype=-1);
void scaleAdd(InputArray src1, double alpha, InputArray src2, OutputArray dst);
void addWeighted(InputArray src1, double alpha, InputArray src2,
double beta, double gamma, OutputArray dst, int dtype=-1);
~~~
这些函数都要求相加的两幅图像具有相同的尺寸，并且像素类型是相同的。
比如我们有两幅尺寸相同的图像，分别如下：
执行下面的操作后：
~~~
cv::addWeighted(image, 0.5, image2, 0.5, 0., result);
~~~
得到的输出图像如下：
实际上，上面的代码还可以写为：
~~~
result= 0.5 * image1 + 0.5 * image2;
~~~
与此类似的还有位运算函数：
~~~
void bitwise_and(InputArray src1, InputArray src2,
OutputArray dst, InputArray mask=noArray());
void bitwise_or(InputArray src1, InputArray src2,
OutputArray dst, InputArray mask=noArray());
void bitwise_xor(InputArray src1, InputArray src2,
OutputArray dst, InputArray mask=noArray());
void bitwise_not(InputArray src, OutputArray dst,
InputArray mask=noArray());
~~~
用法很简单，就不多介绍了。
另外一个比较常用的运算是求两幅图像像素的差的绝对值。
~~~
void absdiff(InputArray src1, InputArray src2, OutputArray dst);
~~~
还有些函数是对单幅图像进行操作的，比如对每个像素的值取平方、平方根、对数等。
~~~
void sqrt(InputArray src, OutputArray dst);
void pow(InputArray src, double power, OutputArray dst);
void exp(InputArray src, OutputArray dst);
void log(InputArray src, OutputArray dst);
~~~
这里给出的函数很有限。但是，基本上我们能想到的各种操作，OpenCV 的作者都替我们实现了，需要时可以现查。
上面的操作都假定两幅图像是相同大小的。当图像大小不同时，我们可以在较大的图像中挖取出一块小区域。
### 取图像中的子区域（ROI）
下面的代码在一副图像中加入个 logo。 logo 图像如下：
~~~
cv::Mat imageROI;
imageROI= image(cv::Rect(385,270,logo.cols, logo.rows));
// add logo to image
cv::addWeighted(imageROI, 1.0, logo, 0.3,0., imageROI);
~~~
如果我们的 ROI 由图像中的一些连续行或连续列组成。可以用下面的方式来定义：
~~~
cv::Mat imageROI= image.rowRange(start,end)；
cv::Mat imageROI= image.colRange(start,end) ;
~~~
### 分离图像的通道
有时，我们需要单独处理图像的某一个通道，这时可以可以用 split函数来分离图像的通道。
~~~
void split(const Mat& src, vector<Mat_<_Tp> >& mv)；
~~~
这个函数将一副图像的各个通道，分离成多个矩阵。
~~~
std::vector<cv::Mat> planes;
cv::split(image1, planes);
~~~
对某个通道处理完成后，可以用 merge 函数组合回彩色图像。
~~~
void merge(const vector<Mat>& mv, OutputArray dst );
~~~