दिलचस्प पोस्ट
क्रिप्टोग्राफ़िक रूप से सुरक्षित यादृच्छिक संख्या जनरेटर कैसे काम करता है? क्यों स्टाइल के बिना NSWindow मास्क: NSTitledWindowMask कुंजी नहीं हो सकता है Window? कोणीय 2 में पुनः लोड किए बिना मार्ग पैरामीटर बदलें वर्तमान विधानसभा का मार्ग प्राप्त करना पॉइंटर + आकार या रेंज के रूप में लिपटे फ़ंक्शन के लिए एक सरणी को पास करें सी ++ कोशिश / फेंक / पकड़ => मशीन कोड __स्ट्र__ और __repr__ का उद्देश्य क्या है? स्ट्रिंग, स्ट्रिंगबफर, और स्ट्रिंगबइल्डर जावा कमान लिनक्स पर नहीं मिला एएससीआईआई वर्ण के लिए एक आंत परिवर्तित करें mysql त्रुटि 1364 फ़ील्ड में कोई डिफ़ॉल्ट मान नहीं है विदेशी कुंजी बाधाओं का कारण हो सकता है चक्र या कई कैस्केड पथ? मैं अपने पैकेज में setup.py (setuptools) में परिभाषित संस्करण कैसे प्राप्त करूं? अपवाद प्राप्त करना: 'स्प्रिंग सिक्योरिटी फ़िल्टरैन' नाम का कोई बीन परिभाषित नहीं किया गया है एक्सपाथ और नेमस्पेस विनिर्देशन के लिए एक्सएमएल दस्तावेज के साथ एक स्पष्ट डिफ़ॉल्ट नेमस्पेस

सम्मिश्रण ओपनसीवी में तेजी को नहीं हटाता है

मैं 2 छवियों को मिश्रण करने की कोशिश कर रहा हूं ताकि उनके बीच की चपेट गायब हो जाए।

1 छवि: यहां छवि विवरण दर्ज करें

2 छवि: यहां छवि विवरण दर्ज करें

यदि सम्मिश्रण लागू नहीं है: यहां छवि विवरण दर्ज करें

यदि सम्मिश्रण लागू किया गया है: यहां छवि विवरण दर्ज करें

मैंने अल्फा ब्लेंडिंग का इस्तेमाल किया; कोई सीम हटाया नहीं; वास्तव में छवि अभी भी ठीक है लेकिन डाक्टर

यह वह हिस्सा है जहां मैं सम्मिश्रण करता हूं

Mat warped1; warpPerspective(left,warped1,perspectiveTransform,front.size());// Warping may be used for correcting image distortion imshow("combined1",warped1/2+front/2); vector<Mat> imgs; imgs.push_back(warped1/2); imgs.push_back(front/2); double alpha = 0.5; int min_x = ( imgs[0].cols - imgs[1].cols)/2 ; int min_y = ( imgs[0].rows -imgs[1].rows)/2 ; int width, height; if(min_x < 0) { min_x = 0; width = (imgs).at(0).cols; } else width = (imgs).at(1).cols; if(min_y < 0) { min_y = 0; height = (imgs).at(0).rows - 1; } else height = (imgs).at(1).rows - 1; Rect roi = cv::Rect(min_x, min_y, imgs[1].cols, imgs[1].rows); Mat out_image = imgs[0].clone(); Mat A_roi= imgs[0](roi); Mat out_image_roi = out_image(roi); addWeighted(A_roi,alpha,imgs[1],1-alpha,0.0,out_image_roi); imshow("foo",imgs[0](roi)); 

Solutions Collecting From Web of "सम्मिश्रण ओपनसीवी में तेजी को नहीं हटाता है"

मैं "ऑब्जेक्ट सेंटर" की दूरी के आधार पर अल्फ़ा मान को परिभाषित करना चुनता हूं, ऑब्जेक्ट सेंटर से दूरी, अल्फा वैल्यू छोटा। "ऑब्जेक्ट" एक मुखौटा द्वारा परिभाषित किया गया है।

मैंने जीआईएमपी के साथ छवियों को गठबंधन किया है (आपके युद्ध के समान)। उन्हें एक ही समन्वय प्रणाली में होना चाहिए और दोनों चित्रों का एक ही आकार होना चाहिए।

मेरी इनपुट छवियाँ इस तरह दिखती हैं:

यहां छवि विवरण दर्ज करें

यहां छवि विवरण दर्ज करें

 int main() { cv::Mat i1 = cv::imread("blending/i1_2.png"); cv::Mat i2 = cv::imread("blending/i2_2.png"); cv::Mat m1 = cv::imread("blending/i1_2.png",CV_LOAD_IMAGE_GRAYSCALE); cv::Mat m2 = cv::imread("blending/i2_2.png",CV_LOAD_IMAGE_GRAYSCALE); // works too, for background near white // m1 = m1 < 220; // m2 = m2 < 220; // edited: using OTSU thresholding. If not working you have to create your own masks with a better technique cv::threshold(m1,m1,255,255,cv::THRESH_BINARY_INV|cv::THRESH_OTSU); cv::threshold(m2,m2,255,255,cv::THRESH_BINARY_INV|cv::THRESH_OTSU); cv::Mat out = computeAlphaBlending(i1,m1,i2,m2); cv::waitKey(-1); return 0; } 

मिश्रण समारोह के साथ: मुझे लगता है कि कुछ टिप्पणियों और अनुकूलन की आवश्यकता है, मैं उन्हें बाद में जोड़ दूंगा।

 cv::Mat computeAlphaBlending(cv::Mat image1, cv::Mat mask1, cv::Mat image2, cv::Mat mask2) { // edited: find regions where no mask is set // compute the region where no mask is set at all, to use those color values unblended cv::Mat bothMasks = mask1 | mask2; cv::imshow("maskOR",bothMasks); cv::Mat noMask = 255-bothMasks; // ------------------------------------------ // create an image with equal alpha values: cv::Mat rawAlpha = cv::Mat(noMask.rows, noMask.cols, CV_32FC1); rawAlpha = 1.0f; // invert the border, so that border values are 0 ... this is needed for the distance transform cv::Mat border1 = 255-border(mask1); cv::Mat border2 = 255-border(mask2); // show the immediate results for debugging and verification, should be an image where the border of the face is black, rest is white cv::imshow("b1", border1); cv::imshow("b2", border2); // compute the distance to the object center cv::Mat dist1; cv::distanceTransform(border1,dist1,CV_DIST_L2, 3); // scale distances to values between 0 and 1 double min, max; cv::Point minLoc, maxLoc; // find min/max vals cv::minMaxLoc(dist1,&min,&max, &minLoc, &maxLoc, mask1&(dist1>0)); // edited: find min values > 0 dist1 = dist1* 1.0/max; // values between 0 and 1 since min val should alwaysbe 0 // same for the 2nd image cv::Mat dist2; cv::distanceTransform(border2,dist2,CV_DIST_L2, 3); cv::minMaxLoc(dist2,&min,&max, &minLoc, &maxLoc, mask2&(dist2>0)); // edited: find min values > 0 dist2 = dist2*1.0/max; // values between 0 and 1 //TODO: now, the exact border has value 0 too... to fix that, enter very small values wherever border pixel is set... // mask the distance values to reduce information to masked regions cv::Mat dist1Masked; rawAlpha.copyTo(dist1Masked,noMask); // edited: where no mask is set, blend with equal values dist1.copyTo(dist1Masked,mask1); rawAlpha.copyTo(dist1Masked,mask1&(255-mask2)); //edited cv::Mat dist2Masked; rawAlpha.copyTo(dist2Masked,noMask); // edited: where no mask is set, blend with equal values dist2.copyTo(dist2Masked,mask2); rawAlpha.copyTo(dist2Masked,mask2&(255-mask1)); //edited cv::imshow("d1", dist1Masked); cv::imshow("d2", dist2Masked); // dist1Masked and dist2Masked now hold the "quality" of the pixel of the image, so the higher the value, the more of that pixels information should be kept after blending // problem: these quality weights don't build a linear combination yet // you want a linear combination of both image's pixel values, so at the end you have to divide by the sum of both weights cv::Mat blendMaskSum = dist1Masked+dist2Masked; //cv::imshow("blendmask==0",(blendMaskSum==0)); // you have to convert the images to float to multiply with the weight cv::Mat im1Float; image1.convertTo(im1Float,dist1Masked.type()); cv::imshow("im1Float", im1Float/255.0); // TODO: you could replace those splitting and merging if you just duplicate the channel of dist1Masked and dist2Masked // the splitting is just used here to use .mul later... which needs same number of channels std::vector<cv::Mat> channels1; cv::split(im1Float,channels1); // multiply pixel value with the quality weights for image 1 cv::Mat im1AlphaB = dist1Masked.mul(channels1[0]); cv::Mat im1AlphaG = dist1Masked.mul(channels1[1]); cv::Mat im1AlphaR = dist1Masked.mul(channels1[2]); std::vector<cv::Mat> alpha1; alpha1.push_back(im1AlphaB); alpha1.push_back(im1AlphaG); alpha1.push_back(im1AlphaR); cv::Mat im1Alpha; cv::merge(alpha1,im1Alpha); cv::imshow("alpha1", im1Alpha/255.0); cv::Mat im2Float; image2.convertTo(im2Float,dist2Masked.type()); std::vector<cv::Mat> channels2; cv::split(im2Float,channels2); // multiply pixel value with the quality weights for image 2 cv::Mat im2AlphaB = dist2Masked.mul(channels2[0]); cv::Mat im2AlphaG = dist2Masked.mul(channels2[1]); cv::Mat im2AlphaR = dist2Masked.mul(channels2[2]); std::vector<cv::Mat> alpha2; alpha2.push_back(im2AlphaB); alpha2.push_back(im2AlphaG); alpha2.push_back(im2AlphaR); cv::Mat im2Alpha; cv::merge(alpha2,im2Alpha); cv::imshow("alpha2", im2Alpha/255.0); // now sum both weighted images and divide by the sum of the weights (linear combination) cv::Mat imBlendedB = (im1AlphaB + im2AlphaB)/blendMaskSum; cv::Mat imBlendedG = (im1AlphaG + im2AlphaG)/blendMaskSum; cv::Mat imBlendedR = (im1AlphaR + im2AlphaR)/blendMaskSum; std::vector<cv::Mat> channelsBlended; channelsBlended.push_back(imBlendedB); channelsBlended.push_back(imBlendedG); channelsBlended.push_back(imBlendedR); // merge back to 3 channel image cv::Mat merged; cv::merge(channelsBlended,merged); // convert to 8UC3 cv::Mat merged8U; merged.convertTo(merged8U,CV_8UC3); return merged8U; } 

और सहायक फ़ंक्शन:

 cv::Mat border(cv::Mat mask) { cv::Mat gx; cv::Mat gy; cv::Sobel(mask,gx,CV_32F,1,0,3); cv::Sobel(mask,gy,CV_32F,0,1,3); cv::Mat border; cv::magnitude(gx,gy,border); return border > 100; } 

परिणाम के साथ:

यहां छवि विवरण दर्ज करें

संपादित करें: एक समारोह भूल गया;) संपादित करें: अब मूल पृष्ठभूमि रखते हुए

  1. सबसे पहले अपनी इनपुट छवि से मास्क छवि बनाएं, यह स्रोत छवि को थ्रेसहोल्ड करके किया जा सकता है और उनके बीच bitwise_ कर सकता है

  2. अब जोड़ मुखौटा का उपयोग करके एक नया चटाई के लिए जोड़वाले परिणाम की प्रतिलिपि बनाएँ।

यहां छवि विवरण दर्ज करेंयहां छवि विवरण दर्ज करें

यहां छवि विवरण दर्ज करेंयहां छवि विवरण दर्ज करें
यहां छवि विवरण दर्ज करें

नीचे दिए गए कोड में मैंने पूरी तरह से पंक्तिबद्ध करने के लिए दोनों छवियों पर आरओआई का उपयोग किया है, इसके बजाय मैंने हमेशा warp का इस्तेमाल नहीं किया है

 Mat left=imread("left.jpg"); Mat front=imread("front.jpg"); int x=30, y=10, w=240, h=200, offset_x=20, offset_y=6; Mat leftROI=left(Rect(x,y,w,h)); Mat frontROI=front(Rect(x-offset_x,y+offset_y,w,h)); //create mask Mat gray1,thr1; cvtColor(leftROI,gray1,CV_BGR2GRAY); threshold( gray1, thr1,190, 255,CV_THRESH_BINARY_INV ); Mat gray2,thr2; cvtColor(frontROI,gray2,CV_BGR2GRAY); threshold( gray2, thr2,190, 255,CV_THRESH_BINARY_INV ); Mat mask; bitwise_and(thr1,thr2,mask); //perform add weighted and copy using mask Mat add; double alpha=.5; double beta=.5; addWeighted(frontROI,alpha,leftROI,beta,0.0,add,-1); Mat dst(add.rows,add.cols,add.type(),Scalar::all(255)); add.copyTo(dst,mask); imshow("dst",dst); 

ठीक। यहाँ एक नया प्रयास है जो आपके चेहरे, सामने, बाएं, दाएं के बिल्कुल 3 छवियों को मिश्रण करने के लिए केवल आपके विशिष्ट कार्य के लिए काम करेगा।

मैं इन इनपुट का उपयोग करता हूं:

सामने (i1):

यहां छवि विवरण दर्ज करें

बाएं (i2):

यहां छवि विवरण दर्ज करें

सही (i3):

यहां छवि विवरण दर्ज करें

सामने मुखौटा (एम 1): (वैकल्पिक):

यहां छवि विवरण दर्ज करें

इन छवियों के साथ समस्या यह है कि सामने की छवि में केवल एक छोटा भाग शामिल है, जबकि बाएं और दायें पूरे सामने की छवि को ओवरलैप करते हैं, जिससे मेरे दूसरे समाधान में खराब मिश्रण हो जाता है इसके अलावा, छवियों के संरेखण इतने महान नहीं हैं (अधिकतर परिप्रेक्ष्य प्रभावों के कारण), जिससे कि कलाकृतियों को सम्मिलित किया जा सके।

अब इस नई पद्धति का विचार है, कि आप निश्चित रूप से सामने की छवि के कुछ हिस्सों को रखना चाहते हैं, जो आपके रंगीन "मार्कर पॉइंट्स" द्वारा फैले क्षेत्र के अंदर रहना चाहते हैं, इन्हें मिश्रित नहीं होना चाहिए। आगे आप उस मार्कर क्षेत्र से दूर जाते हैं, बाएं और दायां चित्रों की अधिक जानकारी का उपयोग किया जाना चाहिए, इसलिए हम अल्फा मूल्यों के साथ एक मुखौटा बनाते हैं, जो रैखिक रूप से 1 (मार्कर क्षेत्र के अंदर) से 0 तक (कुछ निर्धारित दूरी पर) मार्कर क्षेत्र से)

तो मार्करों द्वारा फैला हुआ क्षेत्र यह है:

यहां छवि विवरण दर्ज करें

चूंकि हम जानते हैं कि बाएं छवि का उपयोग बाएं मार्कर त्रिभुज से छोड़ा गया क्षेत्र में किया जाता है, हम बाएं और दायां छवि के लिए मुखौटे बना सकते हैं, जो इस क्षेत्र को ढूंढने के लिए उपयोग किया जाता है, जिसे आगे की छवि से कवर किया जाना चाहिए:

बाएं:

यहां छवि विवरण दर्ज करें

सही:

यहां छवि विवरण दर्ज करें

फ्रंट मार्कर क्षेत्र और सब कुछ जो बाएं में नहीं है और सही मुखौटा में नहीं है:

यहां छवि विवरण दर्ज करें

यह वैकल्पिक सामने मुखौटा इनपुट के साथ नकाबपोश किया जा सकता है, यह बेहतर है क्योंकि यह फ्रंट इमेज उदाहरण पूरी छवि को कवर नहीं करता है, लेकिन दुर्भाग्य से केवल छवि का एक अंग है।

यहां छवि विवरण दर्ज करें

अब यह ब्लेंडिंग मुखौटा है, जब तक कि मुखौटा की दूरी 10 या अधिक पिक्सेल तक रैखिक घटते अल्फा मान से होती है:

यहां छवि विवरण दर्ज करें

अब हम पहली बार छवि को केवल बाएं और दायां छवि को कवर करते हैं, जो अधिकांश भागों को बेहिचक बनाते हैं, लेकिन 0.5*left + 0.5*right साथ बाएं / दाएं मुखौटे के द्वारा खुला भागों का मिश्रण करते हैं

blendLR :

यहां छवि विवरण दर्ज करें

अंत में हम उस मिश्रण में front इमेज को blendLR करके एलआरआर मिश्रण करते हैं:

blended = alpha*front + (1-alpha)*blendLR

यहां छवि विवरण दर्ज करें

कुछ सुधारों में कुछ उच्च सूचना (ओवरलैप के आकार या मार्कर त्रिभुजों के चेहरे की सीमा तक के आकार की तरह) से maxDist वैल्यू को शामिल करना शामिल हो सकता है।

एक और सुधार 0.5*left + 0.5*right लेकिन यहां पर कुछ अल्फा मिश्रण करने के लिए भी, बाएं छवि से अधिक जानकारी लेने के लिए आगे की तरफ हम अंतर में हैं यह छवि के बीच में तेजी को कम करेगा (फ्रंट इमेज भाग के ऊपर और नीचे)।

 // idea: keep all the pixels from front image that are inside your 6 points area always unblended: cv::Mat blendFrontAlpha(cv::Mat front, cv::Mat left, cv::Mat right, std::vector<cv::Point> sixPoints, cv::Mat frontForeground = cv::Mat()) { // define some maximum distance. No information of the front image is used if it's further away than that maxDist. // if you have some real masks, you can easily set the maxDist according to the dimension of that mask - dimension of the 6-point-mask float maxDist = 10; // to use the cv function to draw contours we must order it like this: std::vector<std::vector<cv::Point> > contours; contours.push_back(sixPoints); // create the mask cv::Mat frontMask = cv::Mat::zeros(front.rows, front.cols, CV_8UC1); // draw those 6 points connected as a filled contour cv::drawContours(frontMask,contours,0,cv::Scalar(255),-1); // add "lines": everything left from the points 3-4-5 might be used from left image, everything from the points 0-1-2 might be used from the right image: cv::Mat leftMask = cv::Mat::zeros(front.rows, front.cols, CV_8UC1); { cv::Point2f center = cv::Point2f(sixPoints[3].x, sixPoints[3].y); float steigung = ((float)sixPoints[5].y - (float)sixPoints[3].y)/((float)sixPoints[5].x - (float)sixPoints[3].x); if(sixPoints[5].x - sixPoints[3].x == 0) steigung = 2*front.rows; float n = center.y - steigung*center.x; cv::Point2f top = cv::Point2f( (0-n)/steigung , 0); cv::Point2f bottom = cv::Point2f( (front.rows-1-n)/steigung , front.rows-1); // now create the contour of the left image: std::vector<cv::Point> leftMaskContour; leftMaskContour.push_back(top); leftMaskContour.push_back(bottom); leftMaskContour.push_back(cv::Point(0,front.rows-1)); leftMaskContour.push_back(cv::Point(0,0)); std::vector<std::vector<cv::Point> > leftMaskContours; leftMaskContours.push_back(leftMaskContour); cv::drawContours(leftMask,leftMaskContours,0,cv::Scalar(255),-1); cv::imshow("leftMask", leftMask); cv::imwrite("x_leftMask.png", leftMask); } // add "lines": everything left from the points 3-4-5 might be used from left image, everything from the points 0-1-2 might be used from the right image: cv::Mat rightMask = cv::Mat::zeros(front.rows, front.cols, CV_8UC1); { // add "lines": everything left from the points 3-4-5 might be used from left image, everything from the points 0-1-2 might be used from the right image: cv::Point2f center = cv::Point2f(sixPoints[2].x, sixPoints[2].y); float steigung = ((float)sixPoints[0].y - (float)sixPoints[2].y)/((float)sixPoints[0].x - (float)sixPoints[2].x); if(sixPoints[0].x - sixPoints[2].x == 0) steigung = 2*front.rows; float n = center.y - steigung*center.x; cv::Point2f top = cv::Point2f( (0-n)/steigung , 0); cv::Point2f bottom = cv::Point2f( (front.rows-1-n)/steigung , front.rows-1); std::cout << top << " - " << bottom << std::endl; // now create the contour of the left image: std::vector<cv::Point> rightMaskContour; rightMaskContour.push_back(cv::Point(front.cols-1,0)); rightMaskContour.push_back(cv::Point(front.cols-1,front.rows-1)); rightMaskContour.push_back(bottom); rightMaskContour.push_back(top); std::vector<std::vector<cv::Point> > rightMaskContours; rightMaskContours.push_back(rightMaskContour); cv::drawContours(rightMask,rightMaskContours,0,cv::Scalar(255),-1); cv::imshow("rightMask", rightMask); cv::imwrite("x_rightMask.png", rightMask); } // add everything that's not in the side masks to the front mask: cv::Mat additionalFrontMask = (255-leftMask) & (255-rightMask); // if we know more about the front face, use that information: cv::imwrite("x_frontMaskIncreased1.png", frontMask + additionalFrontMask); if(frontForeground.cols) { // since the blending mask is blended for maxDist distance, we have to erode this mask here. cv::Mat tmp; cv::erode(frontForeground,tmp,cv::Mat(),cv::Point(),maxDist); // idea is to only use the additional front mask in those areas where the front image contains of face and not those background parts. additionalFrontMask = additionalFrontMask & tmp; } frontMask = frontMask + additionalFrontMask; cv::imwrite("x_frontMaskIncreased2.png", frontMask); //todo: add lines cv::imshow("frontMask", frontMask); // for visualization only: cv::Mat frontMasked; front.copyTo(frontMasked, frontMask); cv::imshow("frontMasked", frontMasked); cv::imwrite("x_frontMasked.png", frontMasked); // compute inverse of mask to take it as input for distance transform: cv::Mat inverseFrontMask = 255-frontMask; // compute the distance to the mask, the further away from the mask, the less information from the front image should be used: cv::Mat dist; cv::distanceTransform(inverseFrontMask,dist,CV_DIST_L2, 3); // scale wanted values between 0 and 1: dist /= maxDist; // remove all values > 1; those values are further away than maxDist pixel from the 6-point-mask dist.setTo(cv::Scalar(1.0f), dist>1.0f); // now invert the values so that they are == 1 inside the 6-point-area and go to 0 outside: dist = 1.0f-dist; cv::Mat alphaValues = dist; //cv::Mat alphaNonZero = alphaValues > 0; // now alphaValues contains your general blendingMask. // but to use it on colored images, we need to duplicate the channels: std::vector<cv::Mat> singleChannels; singleChannels.push_back(alphaValues); singleChannels.push_back(alphaValues); singleChannels.push_back(alphaValues); // merge all the channels: cv::merge(singleChannels, alphaValues); cv::imshow("alpha mask",alphaValues); cv::imwrite("x_alpha_mask.png", alphaValues*255); // convert all input mats to floating point mats: front.convertTo(front,CV_32FC3); left.convertTo(left,CV_32FC3); right.convertTo(right,CV_32FC3); cv::Mat result; // first: blend left and right both with 0.5 to the result, this gives the correct results for the intersection of left and right equally weighted. // TODO: these values could be blended from left to right, giving some finer results cv::addWeighted(left,0.5,right,0.5,0, result); // now copy all the elements that are included in only one of the masks (not blended, just 100% information) left.copyTo(result,leftMask & (255-rightMask)); right.copyTo(result,rightMask & (255-leftMask)); cv::imshow("left+right", result/255.0f); cv::imwrite("x_left_right.png", result); // now blend the front image with it's alpha blending mask: cv::Mat result2 = front.mul(alphaValues) + result.mul(cv::Scalar(1.0f,1.0f,1.0f)-alphaValues); cv::imwrite("x_front_blend.png", front.mul(alphaValues)); cv::imshow("inv", cv::Scalar(1.0f,1.0f,1.0f)-alphaValues); cv::imshow("fa", front.mul(alphaValues)/255.0f); cv::imshow("fr", (result.mul(cv::Scalar(1.0f,1.0f,1.0f)-alphaValues))/255.0f); result2.convertTo(result2, CV_8UC3); return result2; } int main() { // front image cv::Mat i1 = cv::imread("blending/new/front.jpg"); // left image cv::Mat i2 = cv::imread("blending/new/left.jpg"); // right image cv::Mat i3 = cv::imread("blending/new/right.jpg"); // optional: mask of front image cv::Mat m1 = cv::imread("blending/new/mask_front.png",CV_LOAD_IMAGE_GRAYSCALE); cv::imwrite("x_M1.png", m1); // these are the marker points you detect in the front image. // the order is important. the first three pushed points are the right points (left part of the face) in order from top to bottom // the second three points are the ones from the left image half, in order from bottom to top // check coordinates for those input images to understand the ordering! std::vector<cv::Point> frontArea; frontArea.push_back(cv::Point(169,92)); frontArea.push_back(cv::Point(198,112)); frontArea.push_back(cv::Point(169,162)); frontArea.push_back(cv::Point(147,162)); frontArea.push_back(cv::Point(122,112)); frontArea.push_back(cv::Point(147,91)); // first parameter is the front image, then left (right face half), then right (left half of face), then the image polygon and optional the front image mask (which contains all facial parts of the front image) cv::Mat result = blendFrontAlpha(i1,i2,i3, frontArea, m1); cv::imshow("RESULT", result); cv::imwrite("x_Result.png", result); cv::waitKey(-1); return 0; } 

अपने चौराहे के बाहर पारदर्शी चेहरे बनाने से बचने के लिए, आप पूरी छवि के लिए एक alpha मान का उपयोग नहीं कर सकते

उदाहरण के लिए, इस क्षेत्र में img[0] और img[1] , alpha=1 के चौराहे में आपको alpha=0.5 का उपयोग करना होगा जहां img[1]=0 और alpha=0 क्षेत्र में जहां img[0]=0

यह उदाहरण आसान दृष्टिकोण है, लेकिन यह तेजी से पूरी तरह से दूर नहीं होगा। अगर आप चाहते हैं कि, आपको छवि सामग्री के आधार पर alpha और अधिक समझदारी से बदलना होगा। आप उस विषय पर कई शोध लेख देख सकते हैं, लेकिन यह एक तुच्छ कार्य नहीं है:

  • लेविन, जेमेट पेलेग एंड वीस, ईसीसीवी 2004 ( लिंक ) द्वारा, "ढाल डोमेन में सीमलेस छवि सिलाई"

  • "सीमलेस सिलाई का उपयोग बहु-परिप्रेक्ष्य वाले विमान झाड़ू", कांग, सजेलीस्की और यूटेन्डेले द्वारा, 2004 ( लिंक )