OpenCV实现无缝克隆算法的步骤详解

目录

一、概述

二、函数原型

三、OpenCV源码

1、源码路径

2、源码代码

四、效果图像示例

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易知道(ezd.cc)其它相关文章!

推荐阅读