高斯滤波和原图叠加

工作需要，要求高斯滤波和原图叠加到一起，可调整模糊程度和叠加权重，在毛星云代码基础上修改代码如下：

//-----------------------------------【程序说明】----------------------------------------------
//            程序名称:：【OpenCV入门教程之八】线性滤波专场：方框滤波、均值滤波与高斯滤波 配套源码
//            开发所用OpenCV版本：2.4.8
//            2014年3月31 日 Create by 浅墨
//------------------------------------------------------------------------------------------------

//-----------------------------------【头文件包含部分】---------------------------------------
//     描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include <opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>

//-----------------------------------【命名空间声明部分】---------------------------------------
//     描述：包含程序所使用的命名空间
//----------------------------------------------------------------------------------------------- 
using namespace std;
using namespace cv;


//-----------------------------------【全局变量声明部分】--------------------------------------
//     描述：全局变量声明
//-----------------------------------------------------------------------------------------------
Mat g_srcImage, g_dstImage1, g_dstImage2, g_dstImage3;//存储图片的Mat类型
Mat img;
int g_nMeanBlurValue = 0;  //结果
int g_nGaussianBlurValue = 3;  //高斯滤波参数值


//-----------------------------------【全局函数声明部分】--------------------------------------
//     描述：全局函数声明
//-----------------------------------------------------------------------------------------------
//轨迹条的回调函数

static void on_Result(int, void*);           //均值滤波
static void on_GaussianBlur(int, void*);                    //高斯滤波



//-----------------------------------【main( )函数】--------------------------------------------
//     描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main()
{
    //改变console字体颜色
    system("color5E");

    //载入原图
    g_srcImage = imread("E:\\photo\\2022\\lena.jpg", 1);
    if (!g_srcImage.data) { printf("Oh，no，读取srcImage错误~！\n"); return false; }

    //克隆原图到三个Mat类型中
    g_dstImage1 = g_srcImage.clone();
    g_dstImage2 = g_srcImage.clone();
    g_dstImage3 = g_srcImage.clone();

    //显示原图
    namedWindow("【<0>原图窗口】", 1);
    imshow("【<0>原图窗口】", g_srcImage);





    //创建窗口
    namedWindow("结果", 1);
    //创建轨迹条
    createTrackbar("比值", "结果", &g_nMeanBlurValue, 100, on_Result);
    on_Result(g_nMeanBlurValue, 0);
    //================================================

    //=================【<3>高斯滤波】=====================
    //创建窗口
    namedWindow("【<3>高斯滤波】", 1);
    //创建轨迹条
    createTrackbar("内核值：", "【<3>高斯滤波】", &g_nGaussianBlurValue, 200, on_GaussianBlur);
    on_GaussianBlur(g_nGaussianBlurValue, 0);
    //================================================


    //输出一些帮助信息
    cout << endl << "\t嗯。好了，请调整滚动条观察图像效果~\n\n"
        << "\t按下“q”键时，程序退出~!\n"
        << "\n\n\t\t\t\tby浅墨";

    //按下“q”键时，程序退出
    while (char(waitKey(1)) != 'q') {}

    return 0;
}



//-----------------------------【on_MeanBlur( )函数】------------------------------------
//     描述：显示混合图像
//-----------------------------------------------------------------------------------------------
static void on_Result(int, void*)
{
    double tep = g_nMeanBlurValue;
    double a = tep / 100;
    double b = 1 - a;

    addWeighted(g_srcImage, a, g_dstImage3, b,0.0, img);
    cout << a << "-----"<<b << endl;

    //显示窗口
    imshow("结果", img);
}


//-----------------------------【on_GaussianBlur( )函数】------------------------------------
//     描述：高斯滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_GaussianBlur(int, void*)
{
    //高斯滤波操作
    GaussianBlur(g_srcImage, g_dstImage3, Size(g_nGaussianBlurValue * 2 + 1, g_nGaussianBlurValue * 2 + 1), 0, 0);
    //显示窗口
    imshow("【<3>高斯滤波】", g_dstImage3);
    on_Result(1, NULL);
}

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
 

文章来源: blog.csdn.net，作者：IM-STONE，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/doubleintfloat/article/details/122403058