[人工智能]4_OpenCV矩阵相加

1. cv::add()

两个矩阵简单的相加运算，将src1中的所有元素加到src2中的相应元素中，并将结果放入dst中。可以使用加法或累加运算符实现。dst = src1 + src2; 或src2 += src1;

函数原型：

void cv::add(
	cv::InputArray src1,
	cv::InputArray src2,
	cv::OutputArray dst,  // result array
	cv::InputArray mask = cv::noArray(),  // optional, do only where nonzero
	int dtype = -1  // Output type for result array
);

dst_i = saturate(| src1_i + src2_i |)

2. cv::addWeighted

cv::addWeighted()函数与cv::add()类似，但cv::addWeighted()的计算公式是：

dst_i = saturate(src_i * α + src2_i * β + γ)

cv::addWeighted()函数原型：

void cv::addWeighted(
	cv::InputArray src1,   // First Input array
	double alpha,  // Weight for first array
	cv::InputArray src2,  // second input array
	double beta,  // weight for second input array
	double gamma,  // offset added to weight sum
	cv::OutputArray dst,  // result array
	int dtype = -1
);

如果两个源图像的类型相同，那么可以是任意类型，可以有任意通道。

该函数的应用之一是可以实现alpha混合（本质上是实现透明效果）。alpha混合时，α（取值在0-1之间）是src1的混合强度，将β=1-α，γ设置为0，可以转换为标准的alpha混合方程：

dst_i = asturate(src1_i * α + src2_i * (1-α))

示例代码：

	std::string str_src1 = "alpha_src1.jpg";
	std::string str_src2 = "alpha_src2.jpg";

	cv::Mat img1 = cv::imread(str_src1.c_str());
	cv::Mat img2 = cv::imread(str_src2.c_str());
	if (img1.empty() || img2.empty()) {
		std::cout << "ERROR: Open image FAIL!\n";
		return;
	}
	int nX = 66;  // 如下值按照需要更改
	int nY = 16;
	int nROIW = 246 - nX;
	int nROIH = 161 - nY;
	double alpha = 0.4;
	double beta = 1 - alpha;
	double gamma = 0.0;
	cv::Mat roi1(img1, cv::Rect(0, 0, nROIW, nROIH));
	cv::Mat roi2(img2, cv::Rect(nX, nY, nROIW, nROIH));

	cv::addWeighted(roi1, alpha, roi2, beta, gamma, roi1);
	cv::namedWindow(str_src1, cv::WINDOW_NORMAL);
	cv::imshow(str_src1, img1);
	cv::waitKey(0);
	cv::destroyAllWindows();

结果显示