Opencv -- 图像通道合并（merge()与addweight()函数区别）

先说merge()函数：

C++ 的函数原型如下。

C++：void merge（const Mat *mv，size_t count，OutputArray dst）；
C++：void merge（InputArrayOfArrays mv，OutputArray dst）；

变量介绍如下。

第一个参数，mv。填需要被合并的输入矩阵或vector 容器的阵列，这个mv参数中所有的矩阵必须有着一样的尺寸和深度。
第二个参数，count。当mv为一个空白的C数组时，代表输入矩阵的个数，这个参数显然必须大于1。
第三个参数，dst。即输出矩阵，和mv[0]拥有一样的尺寸和深度，并且通道的数量是矩阵阵列中的通道的总数。

基本例程1：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char ** argv)
{
    Mat srcImage;
    Mat dstImage;
    vector<Mat> channels;
    srcImage = cv::imread("1.jpg");

    // 分离彩色通道
    split(srcImage, channels);

  /*  imshow("B 通道", channels.at(0));
    imshow("G 通道", channels.at(1));
    imshow("R 通道", channels.at(2));*/
    
    // 合并
    merge(channels, dstImage);
    imshow("通道合成", dstImage);

    waitKey(0);
    return(0);
}

基本例程2：

    # 1.21 图像通道的合并
    img1 = cv2.imread("../images/imgB1.jpg", flags=1)  # flags=1 读取彩色图像(BGR)
    bImg, gImg, rImg = cv2.split(img1)  # 拆分为 BGR 独立通道

    # cv2.merge 实现图像通道的合并
    imgMerge = cv2.merge([bImg, gImg, rImg])
    cv2.imshow("cv2Merge", imgMerge)
    
    # Numpy 拼接实现图像通道的合并
    imgStack = np.stack((bImg, gImg, rImg), axis=2)
    cv2.imshow("npStack", imgStack)
    
    print(imgMerge.shape, imgStack.shape)
    print("imgMerge is imgStack?", np.array_equal(imgMerge, imgStack))
    
    cv2.waitKey(0)
    cv2.destroyAllWindows()  # 释放所有窗口

注意事项：

进行合并的 B、G、R 单通道图像分量，数据形状必须为 (width, height)，而不是形状为 (width, height, channels=3) 的蓝色/绿色/红色图像。
单通道图像分量的图像大小 (width, height) 必须相同才能进行合并。
颜色通道要按照 B、G、R 通道次序合并，才能得到 BGR 格式的合并结果。
cv2.merge() 操作复杂耗时，推荐使用 NumPy 数组合并函数 np.stack() 生成合成图像。

然后是addweight()函数（图像融合）：

函数功能：按指定权重计算两个数组的和。表达式为：

dst = src1 * alpha + src2 * beta + gamma;
构造函数：addWeight(Inputarray src1, double alpha, Inputarray src2, double beta, double gamma, outputarray dst, int dtype=-1)

参数1：输入的第一个数组。
参数2：alpha值
参数3：输入的第二个数组。
参数4：beta值
参数5：输出计算结果。
参数6：选择输出数组的深度，如果输入的两个数组深度相同，则设置为-1，

基本例程：

Mat srcImage1, srcImage2;
Mat dstImage;

srcImage1 = cv::imread(“testimage1.jpg”);   //输入图像路径
srcImage2 = cv::imread(“testimage2.jpg”);
addWeighted(srcImage1, 1, srcImage2, 1, 0, dstImage);

总结：