图像载入，初级图像混合

标配

#include   
#include  

using namespace cv; 

图像读取

Mat imread(const string& filename, intflags=1 );

eg: Mat image = imread(“1.jpg”);

建立窗口容器

void namedWindow(const string& winname,int flags=WINDOW_AUTOSIZE );
eg: namedWindow(“第一个窗口”);

在指定窗口显示图像

void imshow(const string& winname, InputArray mat);
eg: imshow(“第一个窗口”,iamge);

---

感兴趣的区域：ROI

两种定义方法：

    //定义一个Mat类型并给其设定ROI区域
    Mat imageROI;
    //方法一
    imageROI=image(Rect(500,250,logo.cols,logo.rows));
    //方法二
    imageROI=srcImage3(Range(250,250+logoImage.rows),Range(200,200+logoImage.cols));

（一）ROI区域图像叠加 –图像掩膜mask和copyTo函数

//----------------------------------【ROI_AddImage( )函数】----------------------------------  
// 函数名：ROI_AddImage（）  
//     描述：利用感兴趣区域ROI实现图像叠加  
//----------------------------------------------------------------------------------------------  
bool ROI_AddImage()  
{  

       //【1】读入图像  
       Mat srcImage1= imread("dota_pa.jpg");  
       Mat logoImage= imread("dota_logo.jpg");  
       if(!srcImage1.data ) { printf("你妹，读取srcImage1错误~！ \n"); return false; }  
       if(!logoImage.data ) { printf("你妹，读取logoImage错误~！ \n"); return false; }  

       //【2】定义一个Mat类型并给其设定ROI区域  
       Mat imageROI= srcImage1(Rect(200,250,logoImage.cols,logoImage.rows));  

       //【3】加载掩模（必须是灰度图）  
       Mat mask= imread("dota_logo.jpg",0);  

       //【4】将掩膜拷贝到ROI  
       logoImage.copyTo(imageROI,mask);  

       //【5】显示结果  
       namedWindow("<1>利用ROI实现图像叠加示例窗口");  
       imshow("<1>利用ROI实现图像叠加示例窗口",srcImage1);  

       return true;  
}  

ps:注意关联，具体解释见链接博文；

（二）初级图像混合 –addWeighted函数

void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1);

第一个参数，InputArray类型的src1，表示需要加权的第一个数组，常常填一个Mat。
第二个参数，alpha，表示第一个数组的权重
第三个参数，src2，表示第二个数组，它需要和第一个数组拥有相同的尺寸和通道数。
第四个参数，beta，表示第二个数组的权重值。
第五个参数，dst，输出的数组，它和输入的两个数组拥有相同的尺寸和通道数。
第六个参数，gamma，一个加到权重总和上的标量值。看下面的式子自然会理解。
第七个参数，dtype，输出阵列的可选深度，有默认值-1。;当两个输入数组具有相同的深度时，这个参数设置为-1（默认值），即等同于src1.depth（）。
dst = src1[I]*alpha+ src2[I]*beta + gamma;

eg:

    betaValue= ( 1.0 - alphaValue );
    addWeighted(srcImage2, alphaValue, srcImage3, betaValue, 0.0, dstImage);  

# 输出即为和输入的两个数组拥有相同的尺寸和通道数的dstImage

相関概念：权重(权重总和上的标量值),深度,尺寸和通道数;