#include <opencv2\opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { Mat srcImage = imread("D:/opencv/operator/PHOTO/1.png"); Mat logoImage = imread("D:/opencv/operator/PHOTO/111.png"); Mat imageRoi = srcImage(Rect(100, 600, logoImage.cols, logoImage.rows)); Mat mask = imread("D:/opencv/operator/PHOTO/111.png", 0); logoImage.copyTo(imageRoi, mask); imwrite("D:/opencv/operator/PHOTO/21.png", srcImage); return 0; }

这段代码使用了OpenCV库来进行图像处理操作。首先，它通过imread函数加载了两张图像：srcImage和logoImage。然后，通过Rect函数定义了一个感兴趣区域imageRoi，其位置在srcImage上的(100, 600)，大小与logoImage相同。接下来，使用imread函数加载了一个名为mask的图像，并将其转换为灰度图像。最后，通过copyTo函数将logoImage复制到imageRoi中，并使用mask作为掩码来实现融合效果。最终，使用imwrite函数将处理后的图像保存到指定路径下的"21.png"文件中。整个操作完成后，返回0表示程序运行成功结束。

相关问题

opencv+ubantu

OpenCV是一个跨平台的计算机视觉库，可以在多个操作系统上使用，包括Ubuntu。在Ubuntu上安装OpenCV可以通过命令行完成，具体步骤如下：

1. 打开终端并输入以下命令以更新软件包列表：

   sudo apt-get update

2. 输入以下命令以安装OpenCV：

   sudo apt-get install libopencv-dev python-opencv

这将安装OpenCV的库和Python绑定。

3. 安装完成后，您可以使用以下命令检查OpenCV是否正确安装：

   pkg-config --modversion opencv

如果OpenCV正确安装，则会显示OpenCV的版本号。

在安装完成后，您可以使用OpenCV来进行计算机视觉应用程序的开发。下面是一个使用OpenCV在Ubuntu上显示图像的示例代码：

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main() {
    Mat srcImage = imread("test.jpg");
    if (srcImage.empty()) {
        cout << "Could not open or find the image" << endl;
        return -1;
    }
    imshow("Origin", srcImage);
    waitKey(0);
    return 0;
}

该代码将读取名为“test.jpg”的图像文件并在窗口中显示它。如果无法打开或找到图像文件，则会显示错误消息。您可以使用OpenCV的其他功能来处理和分析图像。

opencv 变形匹配C++

以下是OpenCV中变形匹配的C++实现代码示例：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 读取原始图像和模板图像
    Mat srcImage = imread("srcImage.jpg");    Mat tplImage = imread("tplImage.jpg");

    // 定义变量
    Mat resultImage;
    Point minLoc, maxLoc;
    double minVal, maxVal;

    // 进行模板匹配
    matchTemplate(srcImage, tplImage, resultImage, CV_TM_CCOEFF_NORMED);

    // 获取匹配结果中的最大值和最小值及其位置
    minMaxLoc(resultImage, &minVal, &maxVal, &minLoc, &maxLoc);

    // 绘制匹配结果
    rectangle(srcImage, maxLoc, Point(maxLoc.x + tplImage.cols, maxLoc.y + tplImage.rows), Scalar(0, 0, 255), 2, 8, 0);

    // 显示匹配结果
    imshow("result", srcImage);
    waitKey(0);

    return 0;
}

该代码实现了基于OpenCV的变形匹配，其中使用了`matchTemplate`函数进行模板匹配，使用`minMaxLoc`函数获取匹配结果中的最大值和最小值及其位置，最后使用`rectangle`函数在原始图像中绘制匹配结果。