opencv学习笔记五十九：图像融合之背景替换

以证件照为例，图片中有大部分为背景，先用kmeans对图像进行分割，可以得到背景的标签，然后将图像分为前景和背景两部分，非背景的都当作前景，显示kmeans分割后的图像dst，将原图像前景赋给dst, 背景都设为0，得到kmeans分割后的图像如下，可看到边缘处有一些小蓝边，过渡比较粗超：

 所以设置遮罩层对边缘进行融合，新建掩码mask单通道图像，将前景部分置1，背景部分置0，然后对mask进行腐蚀和高斯模糊，则mask前景部分为1，背景部分为0，边缘部分非0和1。新建结果图像result,对于mask中前景部分，将原图像赋给result，对于mask中背景部分，将随机生成的颜色赋给result，对于边缘部分，对前景和背景进行融合。

可看到边缘融合后的图像看起来就比较和谐了。

1. #include

2. using namespace cv;

3.  

4. int main(int arc, char** argv) {

5. Mat src = imread("1.jpg");

6. namedWindow("input", CV_WINDOW_AUTOSIZE);

7. imshow("input", src);

8.  

9. //组装数据并运行KMeans

10. int width = src.cols;

11. int height = src.rows;

12. int dims = src.channels();

13. int pointsCount = width * height;

14. Mat points(pointsCount, dims, CV_32F);//kmeans要求的数据为float类型的

15. int index = 0;

16. for (int i = 0; i < height; i++) {

17. for (int j = 0; j < width; j++) {

18. index = i*width + j;

19. points.at(index, 0) = src.at(i, j)[0];

20. points.at(index, 1) = src.at(i, j)[1];

21. points.at(index, 2) = src.at(i, j)[2];

22. }

23. }

24. Mat bestLabels;

25. Mat centers;

26. kmeans(points, 4, bestLabels, TermCriteria(TermCriteria::COUNT + TermCriteria::EPS, 10, 0.1),3,2,centers);

27.  

28. //去背景+遮罩层

29. Mat mask(src.size(), CV_8UC1);

30. index = src.cols * 2 + 2;

31. int bindex = bestLabels.at(index, 0);//获得kmeans后背景的标签

32.  

33. Mat dst;

34. src.copyTo(dst);

35. for (int i = 0; i < height; i++) {

36. for (int j = 0; j < width; j++) {

37. index = i*width + j;

38. int label = bestLabels.at(index, 0);

39. if (label == bindex) {

40. dst.at(i, j)[0] = 0;

41. dst.at(i, j)[1] = 0;

42. dst.at(i, j)[2] = 0;

43. mask.at(i, j) = 0;

44. }

45. else {

46. mask.at(i, j) = 255;

47. }

48. }

49. }

50. imshow("mask", mask);

51. imshow("kmeans", dst);

52.  

53. //对掩码进行腐蚀+高斯模糊

54. Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));

55. erode(mask, mask, kernel);

56. imshow("erode mask", mask);

57. GaussianBlur(mask, mask, Size(3, 3), 0, 0);

58. imshow("blur mask", mask);

59.  

60. //通道混合

61. Vec3b color;

62. color[0] = theRNG().uniform(0, 255);

63. color[1] = theRNG().uniform(0, 255);

64. color[2] = theRNG().uniform(0, 255);

65.  

66. Mat result(src.size(), src.type());

67. double w = 0.0;

68. int b = 0, g = 0, r = 0;

69. int b1 = 0, g1 = 0, r1 = 0;

70. int b2 = 0, g2 = 0, r2 = 0;

71.  

72. for (int i = 0; i < height; i++) {

73. for (int j = 0; j < width; j++) {

74. int m = mask.at(i, j);

75. if (m == 255) {

76. result.at(i, j) = src.at(i, j);//将原图像中前景赋给结果图像中的前景

77. }

78. else if (m == 0) {

79. result.at(i, j) = color;//将随机生成的颜色赋给结果图像中的背景

80. }

81. else {

82. w = m / 255.0;//权重

83. //边缘前景

84. b1 = src.at(i, j)[0];

85. g1= src.at(i, j)[1];

86. r1 = src.at(i, j)[2];

87. //边缘背景

88. b2 = color[0];

89. g2 = color[1];

90. r2 = color[2];

91. //边缘融合

92. b = b1*w + b2 *(1.0 - w);

93. g = g1*w + g2 *(1.0 - w);

94. r = r1*w + r2 *(1.0 - w);

95. result.at(i, j)[0] = b;

96. result.at(i, j)[1] = g;

97. result.at(i, j)[2] = r;

98. }

99. }

100. }

101. imshow("result",result);

102. waitKey(0);

103. return 0;

104. }