使用opencv为没有透明通道的图像加入透明通道
在图像处理中,我们经常需要处理带透明通道的图片,比如为图片或视频添加水印,为图片或视频添加字幕、贴图等。然而,我们的素材图片未必总是带有透明通道。比如,素材的背景本该透明的地方,却是黑色和白色。有时,我们甚至需要让素材本身有图像的部分半透明。接下来,我将介绍两个方法,一种是使用opencv内置方法,另一种是自己写代码,来为图像添加透明通道。
1.首先,是opencv中的cvtColor方法。
C++: void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0 );
参数解释:
. InputArray src: 输入图像即要进行颜色空间变换的原图像,可以是Mat类
. OutputArray dst: 输出图像即进行颜色空间变换后存储图像,也可以Mat类
. int code: 转换的代码或标识,即在此确定将什么制式的图片转换成什么制式的图片,后面会详细将
. int dstCn = 0: 目标图像通道数,如果取值为0,则由src和code决定
我们可以令code参数为COLOR_BGRABGRA,将图像转化为带透明通道的图片。这里要注意,加上的透明通道,默认值为255,也就是说,默认将图像转换为不透明图。如果需要对图像的透明度进行调整,则还需要另写代码。下面是部分代码,来验证默认值确实为255。
std::string path = "E:/140.jpg";
Mat image = cv::imread(image_path);
std::cout << "原图像通道数: " << image.channels() << std::endl;
cvtColor(image, image, COLOR_BGR2BGRA);
std::cout << "转换后图像通道数: " << image.channels() << std::endl;
for (int i = ; i < image.rows; i++) {
for (int j = ; j < image.cols; j++) {
std::cout<<(int)image.at<Vec4b>(i, j)[]<<std::endl;
}
}
得到的输出为:
代码中,image.at可以获取图像像素值,而中括号内,0代表B,1代表G,2代表R,3代表A,所以括号中为3。而强制类型转换为int,则是因为在opencv中,单像素的类型为uchar,如果直接标准输出,则会输出一大堆字符,而不是我们想要的像素值。如果图像在读取的时候没有要求读取透明通道,或者图像本身没有透明通道,那么图像的通道数默认为3,可以简单地说,这个内置方法,就是为图像的通道数组多加了一列作为透明通道,这个数组类型为Mat类型。
2.接下来,是手写代码的方法
由上述说明可知,默认方法所做的就是给图像的通道数组再加上一列,而这一列所表示的,就是图像每个像素的透明度。而这个透明度数组,也是一个Mat类型数组。
所以,我们可以新建一个Mat类型数组,数组大小与图像的分辨率一致。这里,我们还可以以图像的灰度图作为参考,将图像的每个像素以灰度值来设置透明度,这样一来,就实现了图像按像素值自动的调整每一个像素点的透明度。创建透明通道的方法如下:
//创建透明通道
cv::Mat createAlpha(cv::Mat& src)
{
cv::Mat alpha = cv::Mat::zeros(src.rows, src.cols, CV_8UC1);
cv::Mat gray = cv::Mat::zeros(src.rows, src.cols, CV_8UC1); //根据灰度创建透明度通道
cv::cvtColor(src, gray, cv::COLOR_RGB2GRAY); for (int i = ; i < src.rows; i++)
{
for (int j = ; j < src.cols; j++)
{
//透明度为灰度的两倍,可自行调整 alpha.at<uchar>(i, j) = gray.at<uchar>(i, j) * ;
}
} return alpha;
}
这个alpha,就是图像的透明通道。然而,这里的透明通道仅仅是被创建了出来,并没有被加入图像中。我们可以使用opencv中的split和merge函数来添加透明通道。其中,split函数作用是分割图像的通道,merge函数则是合并图像的各通道。我们可以先把原图像的各个通道分开,然后再连带着透明通道合并,就得到了带透明通道的图像。代码如下:
int addAlpha(cv::Mat& src, cv::Mat& dst, cv::Mat& alpha)
{
if (src.channels() == )
{
return -;
}
else if (src.channels() == )
{
cv::cvtColor(src, src, cv::COLOR_GRAY2RGB);
} dst = cv::Mat(src.rows, src.cols, CV_8UC4); std::vector<cv::Mat> srcChannels;
std::vector<cv::Mat> dstChannels;
//分离通道
cv::split(src, srcChannels); dstChannels.push_back(srcChannels[]);
dstChannels.push_back(srcChannels[]);
dstChannels.push_back(srcChannels[]);
//添加透明度通道
dstChannels.push_back(alpha);
//合并通道
cv::merge(dstChannels, dst); return ;
}
再处理的过程中,先调用createAlpha函数创建透明通道,再调用addAlpha函数加入透明通道即可。下面放一个测试结果。
原图:
加入透明通道:
可以看到,一些像素变成了全透明,而一些像素是半透明。如果把这个图贴在其他图上的话,看的更明显一点:
使用opencv为没有透明通道的图像加入透明通道的更多相关文章
- 多通道(Multichannel)单通道(singlechannel)图像概念梳理
在做机器视觉时,常常要将一个多通道图像分离成几个单通道图像或者将几个单通道图像合成一个多通道图像,以方便图像处理,但是.写这篇博客,是为加深对这两个概念的理解,下面会给出部分OpenCV对单通道与多通 ...
- OpenCV计算机视觉学习(2)——图像算术运算 & 掩膜mask操作(数值计算,图像融合,边界填充)
在OpenCV中我们经常会遇到一个名字:Mask(掩膜).很多函数都使用到它,那么这个Mask到底是什么呢,下面我们从图像基本运算开始,一步一步学习掩膜. 1,图像算术运算 图像的算术运算有很多种,比 ...
- OpenCV中IplImage图像格式与BYTE图像数据的转换
最近在将Karlsruhe Institute of Technology的Andreas Geiger发表在ACCV2010上的Efficent Large-Scale Stereo Matchin ...
- OpenCV学习笔记:如何扫描图像、利用查找表和计时
目的 我们将探索以下问题的答案: 如何遍历图像中的每一个像素? OpenCV的矩阵值是如何存储的? 如何测试我们所实现算法的性能? 查找表是什么?为什么要用它? 测试用例 这里我们测试的,是一种简单的 ...
- OpenCV 编程简单介绍(矩阵/图像/视频的基本读写操作)
PS. 因为csdn博客文章长度有限制,本文有部分内容被截掉了.在OpenCV中文站点的wiki上有可读性更好.而且是完整的版本号,欢迎浏览. OpenCV Wiki :<OpenCV 编程简单 ...
- opencv::将两幅图像合并后,在同一个窗口显示;并将合并的图像流保存成视频文件
/** * @file main-opencv.cpp * @date July 2014 * @brief An exemplative main file for the use of ViBe ...
- 使用GDI+保存带Alpha通道的图像
带Alpha通道的图像(ARBG)在通过GDIPlus::Bitmap::FromHBITMAP等转为GDI+位图,再存储时,透明区域会变成纯黑(也有可能是纯白?). 网上找了两段保持透明的实现代 ...
- 【opencv学习笔记七】访问图像中的像素与图像亮度对比度调整
今天我们来看一下如何访问图像的像素,以及如何改变图像的亮度与对比度. 在之前我们先来看一下图像矩阵数据的排列方式.我们以一个简单的矩阵来说明: 对单通道图像排列如下: 对于双通道图像排列如下: 那么对 ...
- 【opencv系列02】OpenCV4.X图像读取与显示
一.读取图片 opencv中采用imread() 函数读取图像 imread(filename, flags=None) filename 图片的路径 flags 图像读取方式 ● c ...
随机推荐
- Pytest 单元测试框架标记用例
1.Pytest 中标记用例 接参数 -k 来挑选要执行的测试项 pytest -k test_szdcs -s test_szdcs 为函数名称 -k 后面接的名称可以为函数名称.类名称.文件名称. ...
- 缓存数据库之redis
NoSQL(NoSQL = Not Only SQL ),意即“不仅仅是SQL”,泛指非关系型的数据库,NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战,尤其是大数据应用难题 N ...
- 飞越面试官(三)--JVM
大家好!我是本公众号唯一官方指定没头屑的小便--怕屁林. JVM,全称Java Virtual Machine,作为执行Java程序的容器,几乎代理了Java内存与服务器内存的交互,可以说是程序拥 ...
- CSS如何将图像转换为模糊图像?
在CSS中,可以使用filter属性来模糊处理图像:filter属性用于将图像转换为模糊图像.该属性主要用于设置图像的视觉效果. 语法: filter: blur() 属性值: ● blur():给图 ...
- 一天学习一点之如何安装nodejs
如果没有安装git,先使用命令apt-get install git,然后按以下步骤安装即可 Install the dependencies:sudo apt-get install g++ cur ...
- Redis的主从复制(基本入门)
描述 从主节点(主机)到从节点(从机)单向的数据复制 特性(主从复制是Redis高可用的基础) 数据冗余 故障恢复 负载均衡 读写分离(主节点有读写权限,从节点只有读的权限) 注:以下操作都是在cen ...
- Redis 6.0 redis-cluster-proxy 说明
背景 Redis3.0版本之后开始支持了Redis Cluster,Redis也开始有了分布式缓存的概念.关于Redis Cluster的相关说明,可以看之前的几篇文章:Redis Cluster 原 ...
- labelImg安装及使用(YOLO标签为例)
安装: 非常简单. 第一步: cmd中执行 pip install labelImg 我一般会用下面这个 pip install -i https://pypi.tuna.tsinghua.edu.c ...
- day77 作业
目录 一.完成todolist案例 二.商品页面 一.完成todolist案例 <!DOCTYPE html> <html lang="en"> <h ...
- Pop!_OS安装与配置(四):GNOME插件篇
Pop!_OS安装与配置(四):GNOME插件篇 #0x0 效果图 #0x1 自动安装(不保证成功性) #0x2 OpenWeather #0x3 Topicons Plus #0x4 System- ...